JPWO2020129618A1 - 溶接システム及びそれを用いたワークの溶接方法 - Google Patents

溶接システム及びそれを用いたワークの溶接方法 Download PDF

Info

Publication number
JPWO2020129618A1
JPWO2020129618A1 JP2020561271A JP2020561271A JPWO2020129618A1 JP WO2020129618 A1 JPWO2020129618 A1 JP WO2020129618A1 JP 2020561271 A JP2020561271 A JP 2020561271A JP 2020561271 A JP2020561271 A JP 2020561271A JP WO2020129618 A1 JPWO2020129618 A1 JP WO2020129618A1
Authority
JP
Japan
Prior art keywords
welding
shape
unit
work
welded portion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020561271A
Other languages
English (en)
Other versions
JP7316573B2 (ja
Inventor
櫻井　通雄
鳴海 厚田
徹 酒井
成志 吉田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of JPWO2020129618A1 publication Critical patent/JPWO2020129618A1/ja
Application granted granted Critical
Publication of JP7316573B2 publication Critical patent/JP7316573B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/0037—Measuring of dimensions of welds
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/20—Bonding
    • B23K26/21—Bonding by welding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00—Arc welding or cutting
    • B23K9/095—Monitoring or automatic control of welding parameters
    • B23K9/0953—Monitoring or automatic control of welding parameters using computing means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00—Arc welding or cutting
    • B23K9/095—Monitoring or automatic control of welding parameters
    • B23K9/0956—Monitoring or automatic control of welding parameters using sensing means, e.g. optical
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00—Arc welding or cutting
    • B23K9/16—Arc welding or cutting making use of shielding gas
    • B23K9/173—Arc welding or cutting making use of shielding gas and of a consumable electrode
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2518—Projection by scanning of the object
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8803—Visual inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Plasma & Fusion (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Numerical Control (AREA)
  • Laser Beam Processing (AREA)
  • Image Processing (AREA)

Abstract

溶接システム１００は、溶接装置１０と外観検査装置２０とを備えている。外観検査装置２０は、溶接箇所２０１の形状を計測する形状計測部２１と、形状データに基づいて画像データを生成する画像処理部２３と、画像データと判定モデルとに基づいて溶接箇所２０１の形状の良否を判定する判定部２７と、判定部２７での判定結果が不良の場合、形状不良情報を抽出するフィードバック部２９と、を有している。溶接装置１０の出力制御部１５は、フィードバック部２９で抽出された形状不良情報に基づいて、ワーク２００の溶接条件を修正する。

Description

本発明は、溶接システム及びそれを用いたワークの溶接方法に関する。
従来、溶接箇所の形状検査は、作業者による目視で行われることが多く、その検査工数が問題となっていた。また、検査を行う作業員によって、判断がばらつき、所定の溶接品質を担保できない場合があった。
そこで、形状計測センサーを有する外観検査装置を用いて、溶接箇所の形状を検査する技術が提案されている。例えば、特許文献１に開示された方法では、ワークの溶接箇所にレーザ光源からのスリット光を走査して投影し、得られた形状線を計測カメラで撮像する。さらに、撮像結果に基づいて溶接箇所の３次元形状を点群データとして取得し、この点群データから溶接箇所の所望の断面形状を得るようにしている。
特開２０１２−０３７４８７号公報
溶接工程では、予め設定された溶接条件でワークを溶接し、例えば、特許文献１に示されるような方法で溶接箇所の外観検査を行い、その結果を反映させて、溶接作業者またはシステム管理者が手動で溶接条件の修正を行っていた。
一方、ワークや溶接設備の状態や溶接環境の変動等に応じて、ワークの溶接における最適条件も変動する。
しかし、溶接作業者が、外観検査結果だけでなくワークや溶接設備の状態等の変動にも応じて、溶接条件を最適条件に修正することは困難であった。このため、予め設定された溶接条件が最適条件から外れた場合には、溶接不良が発生していた。また、溶接されるワークの種類及び溶接箇所の形状等が多様化するにつれて、溶接作業者が、それぞれの溶接条件の微妙な修正を行うことが難しくなっていた。
本発明はかかる点に鑑みてなされたもので、その目的は、溶接条件を自動的にかつ精度良く修正可能な溶接システム及びそれを用いたワークの溶接方法を提供することにある。
上記目的を達成するために、本発明に係る溶接システムは、ワークを溶接する溶接装置と、前記ワークの溶接箇所の外観を検査する外観検査装置とを備えた溶接システムであって、前記外観検査装置は、前記溶接箇所の形状を計測する形状計測部と、前記形状計測部で計測された形状データに基づいて前記溶接箇所の画像データを生成する画像処理部と、前記画像処理部から読み出された画像データに基づいて前記溶接箇所の形状の良否を判定する判定部と、前記判定部での判定結果と前記画像処理部から読み出された前記画像データとに基づいて、前記溶接箇所の不良モードと前記溶接箇所における形状不良箇所のサイズ及び位置とを含む形状不良情報を抽出するフィードバック部と、を少なくとも有し、前記溶接装置は、前記ワークに入熱するための溶接ヘッドと、前記溶接ヘッドの溶接出力を制御する出力制御部と、を少なくとも有し、前記判定部で前記溶接箇所の形状が不良であると判定された場合、前記出力制御部は、前記フィードバック部で抽出された前記形状不良情報に基づいて、前記ワークの溶接条件を修正することを特徴とする。
この構成によれば、外観検査装置での検査結果に基づいて、ワークの溶接条件を自動的にかつ精度良く修正することができる。
また、本発明に係るワークの溶接方法は、上記の溶接システムを用いたワークの溶接方法であって、前記溶接装置により所定の溶接条件で前記ワークの所定の箇所を溶接する第１溶接ステップと、前記第１溶接ステップの終了後に前記外観検査装置を用いて前記ワークの溶接箇所の形状の良否を判定する形状判定ステップと、前記形状判定ステップでの判定結果が否定的である場合は、前記溶接箇所に関する前記形状不良情報を抽出する形状不良情報抽出ステップと、前記形状不良情報に基づいて前記溶接条件を修正する溶接条件修正ステップと、前記溶接装置により修正後の溶接条件で前記ワークの別の箇所か別のワークにおける前記所定の箇所を溶接する第２溶接ステップと、を備えたことを特徴とする。
この方法によれば、外観検査装置での検査結果に基づいてワークの溶接条件を修正し、修正後の溶接条件でワークの溶接を行うことで、ワークの溶接不良を低減し、また、溶接品質を向上できる。
本発明の溶接システムによれば、ワークの溶接条件を自動的にかつ精度良く修正することができる。また、本発明のワークの溶接方法によれば、ワークの溶接不良を低減し、また、溶接品質を向上できる。
本発明の実施形態１に係る溶接システムの構成を示す模式図である。 外観検査装置の機能ブロック図である。 外観検査装置の機能ブロック図の一部を示す図である。 溶接装置の出力制御部の機能ブロック図である。 溶接箇所の不良モードの一例を示す平面模式図である。 図４ＡのＩＶＢ−ＩＶＢ線での断面模式図である。 図４ＡのＩＶＣ−ＩＶＣ線での断面模式図である。 図４ＡのＩＶＤ−ＩＶＤ線での断面模式図である。 図４ＡのＩＶＥ−ＩＶＥ線での断面模式図である。 ワークの溶接手順を示すフローチャートである。 本発明の実施形態２に係るワークの溶接条件設定手順を示すフローチャートである。 本発明の実施形態３に係るワークの溶接回数と溶接条件の修正頻度との関係を示す図である。
以下、本発明の実施形態を図面に基づいて詳細に説明する。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全くない。
（実施形態１）
［溶接システムの構成］
図１は、本実施形態に係る溶接システムの構成を示し、溶接システム１００は、溶接装置１０と外観検査装置２０とを有している。
溶接装置１０は、溶接トーチ１１とワイヤ送給装置１３と電源１４と出力制御部１５とロボットアーム１６とロボット制御部１７とを有している。溶接トーチ１１に保持された溶接ワイヤ１２に電源１４から電力が供給されることで、溶接ワイヤ１２の先端とワーク２００との間にアークが発生し、ワーク２００が入熱されてアーク溶接が行われる。なお、溶接装置１０は、溶接トーチ１１にシールドガスを供給するための配管やガスボンベ等の別の構成部品や設備を有しているが、説明の便宜上、これらの図示及び説明を省略する。
出力制御部１５は電源１４及びワイヤ送給装置１３に接続されて、所定の溶接条件に従って、溶接トーチ１１の溶接出力、言い換えると、溶接ワイヤ１２に供給される電力及び電力供給時間を制御している。また、出力制御部１５は、ワイヤ送給装置１３から溶接トーチ１１に送給される溶接ワイヤ１２の送給速度及び送給量を制御している。なお、溶接条件は図示しない入力部を介して直接、出力制御部１５に入力されてもよいし、別途、記録媒体等から読み出された溶接プログラムから選択されるようにしてもよい。
ロボットアーム１６は公知の多関節軸ロボットであり、先端に溶接トーチ１１を保持するとともに、ロボット制御部１７に接続されている。ロボット制御部１７は、溶接トーチ１１の先端、言い換えると、溶接トーチ１１に保持された溶接ワイヤ１２の先端が所定の溶接軌跡を描いて、所望の位置に移動するようにロボットアーム１６の動作を制御している。
なお、出力制御部１５は、外観検査装置２０のフィードバック部２９（図２Ａ参照）での抽出結果に基づいてワーク２００の溶接条件を修正する。この点については後で詳述する。
外観検査装置２０は、形状計測部２１とデータ処理部２２とロボットアーム３０とロボット制御部３１とを有しており、形状計測部２１がロボットアーム３０に取り付けられて、ワーク２００の溶接箇所２０１の形状を計測する。ロボット制御部３１は、形状計測部２１で取得され、データ処理部２２で加工された信号を受け取って、形状計測部２１がワーク２００の所望の位置に来るようにロボットアーム３０の動作を制御している。データ処理部２２の構成については後で詳述する。
なお、図１では、溶接装置１０としてアーク溶接装置を例示しているが、特にこれに限定されるものではない。例えば、溶接装置１０がレーザ溶接装置であってもよい。その場合、溶接トーチ１１に代わって、光ファイバ（図示せず）を介してレーザ発振器（図示せず）に接続されたレーザヘッド（図示せず）がロボットアーム１６に取り付けられ保持される。また、以降の説明において、溶接トーチ１１とレーザヘッドとを総称して溶接ヘッド１１と呼ぶことがある。
［外観検査装置の構成］
図２Ａは、外観検査装置の機能ブロック図を示し、図２Ｂは、機能ブロック図の一部を示す。図２Ｂは、図２Ａに示す機能ブロックのうち、一点鎖線で囲まれた学習データセット生成部２５と判定モデル生成部２６の詳細を示している。なお、データ処理部２２は複数の機能ブロックを有しており、具体的には、画像処理部２３と記憶部２４と学習データセット生成部２５と判定モデル生成部２６と判定部２７と通知部２８とフィードバック部２９とを有している。通常、データ処理部２２は、パーソナルコンピュータで構成され、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）上に実装されたソフトウェアを実行することでデータ処理部２２内の複数の機能ブロックが構成される。
形状計測部２１は、公知の構成であり、例えば、ワーク２００の表面を走査可能に構成されたレーザ光源（図示せず）と、ワーク２００の表面に投影されたレーザ光の反射軌跡（以下、形状線と呼ぶことがある。）を撮像するカメラ（図示せず）とで構成された３次元形状計測センサーである。形状計測部２１によって、ワーク２００の溶接箇所２０１の全体をレーザ光線で走査し、溶接箇所２０１で反射されたレーザ光線をカメラで撮像することにより、溶接箇所２０１の形状が計測される。なお、形状計測部２１は溶接箇所２０１だけでなく、その周囲についても所定範囲で形状計測を行うように構成されている。これは、後述するスパッタ２０４やスマット２０６（図４Ａ参照）の有無を評価するためである。なお、カメラは撮像素子としてＣＣＤまたはＣＭＯＳイメージセンサを有している。また、形状計測部２１の構成は特に上記に限定されず、他の構成を採りうる。
画像処理部２３は、形状計測部２１で取得された形状データを受け取って、これを画像データに変換する。例えば、画像処理部２３は、形状計測部２１で撮像された形状線の点群データを取得する。また、画像処理部２３は、所定の基準面、例えば、ワーク２００の設置面に対する溶接箇所２０１のベース部分の傾斜や歪み等を、点群データを統計処理することで補正し、溶接箇所２０１の形状に関する画像データを生成する。これ以外に、例えば、溶接箇所２０１の形状や位置を強調するために、溶接箇所２０１の周縁を強調するエッジ強調補正を行うこともある。
また、画像処理部２３は、形状計測部２１で取得されたデータのノイズ除去機能を有している。ワーク２００の材質によって形状計測部２１から出射されたレーザ光の反射率が異なるため、反射率が高すぎるとハレーション等が起こってノイズとなり、点群データ等の画像データをうまく生成できない場合がある。このため、画像処理部２３では、ノイズのフィルタリング処理をソフトウェア上で行うように構成されている。なお、形状計測部２１自体に光学フィルタ（図示せず）を設けることによっても、同様にノイズを除去できる。光学フィルタとソフトウェア上のフィルタリング処理とを併用することで、高品質の画像データを得ることができる。また、このことにより、後で述べる学習データセットの判定モデルの品質が高められ、溶接箇所２０１の形状良否を高精度で判定できる。
また、画像処理部２３は、ワーク２００の形状に応じて、また、溶接箇所２０１の形状の検査項目に応じて、画像データの特徴量を抽出する。この場合、１つの画像データに対して、１つまたは複数の検査項目に対応する１つまたは複数の特徴量が抽出される。また、抽出された特徴量は画像データに紐付けされて、以降のデータ処理で利用される。ここで、特徴量とは、画像データから抽出される特定の諸元であり、代表的なものとして、溶接箇所２０１の長さや幅や基準面からの高さ、また、溶接箇所２０１内の複数の点間の長さや幅や高さの差分等がある。ただし、これらに特に限定されず、各検査項目で判定される内容に応じて、適宜、特徴量が設定される。
記憶部２４は、評価対象となるワーク２００の溶接前までに処理された別のワーク２００の溶接箇所２０１の画像データを保存している。また、記憶部２４は、実際のワーク２００を溶接する前に実験的に取得されたサンプル画像データを保存している。サンプル画像データは、評価対象となる溶接箇所２０１の形状が良好である良品データと、形状に何らかの不具合がある不良品データとを含んでいる。なお、別のワーク２００の溶接箇所２０１の画像データと評価対象となるワーク２００での溶接箇所２０１の画像データとが、同様の形状及び材質を有するワーク２００内の同様の溶接箇所２０１に対して取得されていることは言うまでもない。
学習データセット生成部２５は、画像処理部２３で生成され、記憶部２４に保存された画像データを読み出して、ワーク２００の材質や形状毎に分類する。また、溶接箇所２０１の検査項目毎に分類してもよい。この場合、同じ画像データが異なる検査項目にそれぞれ含まれていてもよい。また、学習データセット生成部２５は、画像データに紐付けされた特徴量に基づいてワーク２００の材質や形状毎に学習データセット、つまり、後述する判定モデルに入力され、判定モデルの判定精度を向上させるための学習データの群を生成する。例えば、ワーク２００の材質と形状とをマトリックスで整理して分類のカテゴリーを決定し、このカテゴリーに対応させて学習データセットを分類する（図２Ｂ参照）。なお、ワーク２００の形状の例として、板材の突き合わせや重ね合わせ、Ｔ字継手や十字継手等が挙げられる。
判定モデル生成部２６は、ワーク２００の材質や形状毎に設定された溶接箇所２０１の検査項目毎に関し、それぞれの項目で設定された判定基準に基づいて、判定モデルを生成する。生成された判定モデルは、それぞれ重み付けがなされた複数の識別器の組み合わせ等で表現される。例えば、ＣＮＮ（Convolutional Neural Network；畳み込みニューラルネットワーク）等で表現される。
また、判定モデル生成部２６は、ワーク２００の材質や形状毎に生成された各判定モデルに対して、複数の学習データセットのうち、ワーク２００の材質や形状毎に対応した学習データセットを入力し、学習を繰り返すことで、各判定モデルの判定精度を向上させている。この場合、図２Ｂに示す分類のカテゴリーに応じて判定モデルが生成される。なお、判定モデルの正解率や再現率や精度が予め設定された値を満足するまで、学習が繰り返し行われる。また、判定モデルを生成するにあたって、検査項目に応じて、サンプル画像データ中の良品データ及び不良品データを適宜選択して用いることで、判定モデルの生成時間の短縮や高精度化が図れる。同様に、溶接箇所２０１の検査項目毎に判定モデルを生成する場合、検査項目に応じて、サンプル画像データ中の良品データ及び不良品データを適宜選択して用いることで、判定モデルの生成時間の短縮や高精度化が図れる。
判定部２７は、画像処理部２３で生成された溶接箇所２０１の画像データと、判定モデル生成部２６で生成された判定モデルのうち、選択された検査項目に対応する判定モデルとに基づいて、溶接箇所２０１の形状が良好であるか否か、言い換えると、所定の判定基準を満たすか否かが判定される。
ただし、後述するように、形状不良のモードは多岐に亘るため、実際には、画像データに含まれる形状異常部分が、どのような不良モードであるのかが確率で算出され、所定以上の確率であれば形状不良であると判定される。例えば、画像データに形状不良箇所が含まれると判定され、さらにその種類がスパッタ２０４（図４Ａ参照）である確率（例えば、形状、サイズ、及び／あるいは位置等を考慮し確からしさを算出）が図示しない表示部に表示される。確率値が７０％以上であれば、当該形状不良箇所がスパッタ２０４であると判定される。なお、判定のしきい値や表示形式は任意に設定できる。例えば、スパッタ２０４であれば赤色に、穴あき２０２（図４Ａ参照）であれば黄色に表示してもよい。また、検査項目としてスパッタ２０４の有無及び上限個数が設定されている場合に、スパッタ２０４であると認識された部分を背景と別色で表示するとともに、スパッタ２０４である確率を色分けして表示させてもよい。例えば、３０％以下の確率であれば緑色で表示し、７０％以上の確率であれば赤色で表示させてもよい。なお、この場合の確率範囲の区分けや対応する色の設定等も任意に設定できることは言うまでもない。また、スパッタ２０４のサイズも形状良否の判定基準に含まれる場合は、画像データに基づいて算出されたスパッタ２０４のサイズと判定基準とを比較して、形状良否の判定がなされることは言うまでもない。
なお、後述するように、溶接箇所２０１の形状の検査項目は多岐に亘るため、検査項目毎に形状の良否判定がなされ、判定が必要なすべての検査項目をクリアした場合にのみ、最終的な良品判定がなされる。
通知部２８は、判定部２７での判定結果をフィードバック部２９や溶接作業者またはシステム管理者に通知するように構成されている。判定結果は、溶接システム１００の図示しない表示部に表示されるか、または、図示しないプリンターから出力されるか、あるいはその両方を通じて通知されてもよい。単に、最終的な判定結果を通知するのみであれば、図示しない音声出力部から音声として出力されるようにしてもよい。なお、通知部２８から通知される判定結果は、最終的な判定だけでなく、検査項目毎の判定結果が通知されるのが好ましい。そのようにすることで、溶接作業者またはシステム管理者が、溶接箇所２０１においてどのような不具合が生じたのかを具体的に知ることができる。
フィードバック部２９は、判定部２７での判定結果と画像処理部２３から読み出された画像データとに基づいて、後述する溶接箇所２０１の不良モードや形状不良箇所の位置やサイズに関する情報（以下、総称して形状不良情報と呼ぶことがある。）を抽出するように構成されている。具体的には、フィードバック部２９は、溶接箇所２０１の形状が不良であると判定された場合に、画像処理部２３から読み出された画像データに基づいて、形状不良情報を抽出するように構成されている。また、フィードバック部２９は、抽出された形状不良情報と判定部２７での判定結果とを溶接装置１０の出力制御部１５やロボット制御部１７に出力するように構成されている。
なお、判定部２７での判定結果が肯定的、つまり、溶接箇所２０１の形状が良好であると判定された場合、溶接システム１００は、連続して同じワーク２００内の次の溶接箇所２０１を溶接するか、あるいは、次のワーク２００における同様の溶接箇所２０１を溶接するように構成されている。
一方、判定部２７での判定結果が否定的、つまり、溶接箇所２０１の形状が不良であると判定された場合、出力制御部１５は、溶接トーチ１１の溶接出力を停止し、ロボット制御部１７は、ロボットアーム１６の動作を停止させる。
［溶接装置の出力制御部の構成］
図３は、溶接装置の出力制御部の機能ブロック図を示す。なお、出力制御部１５は複数の機能ブロックを有しており、具体的には、受信部１５１と記憶部１５２と最適条件推論部１５３と溶接条件設定部１５４と制御信号出力部１５５とを有している。通常、ＣＰＵ（Central Processing Unit）やＭＣＵ（Micro Controller Unit）上に実装されたソフトウェアを実行することで出力制御部１５内の複数の機能ブロックが構成される。
受信部１５１は、外観検査装置２０のフィードバック部２９から判定部２７での判定結果及び形状不良情報を受け取る。なお、フィードバック部２９と受信部１５１との間の通信は無線でも有線でもよい。
記憶部１５２は、予め設定されたワーク２００の溶接条件を保存している。この溶接条件は、ワーク２００の材質や厚み、溶接ワイヤ１２の材質やワイヤ径、シールドガス種や流量等、さらに溶接装置１０を動作させる場合の複数の条件の集合をいう。これらの条件の例として、溶接電流や溶接電圧の設定平均値である設定電流や設定電圧、溶接ワイヤ１２の送給速度や送給量、溶接回数や時間等がある。また、これら以外に、例えば、ＴＩＧ溶接かＭＡＧ溶接か、あるいはパルス溶接か等の溶接モードや、ロボットアーム１６の移動速度や移動時間等がある。なお、前述した条件はあくまで例示であり、溶接の種類に応じて適宜変更されうる。また、記憶部１５２には、ワーク２００の材質や形状等に応じて、実験的に求められた複数の溶接条件が保存されている。
なお、記憶部１５２は出力制御部１５の外部にあってもよい。例えば、出力制御部１５の受信部１５１を介して記憶部１５２とデータのやり取りを行うようにしてもよい。記憶部１５２は、外部サーバー等であってもよい。
最適条件推論部１５３は、判定部２７で溶接箇所２０１の形状が不良であると判定された場合に、フィードバック部２９で抽出された形状不良情報に基づいて、ワーク２００の溶接に使用された溶接条件に対して機械学習を行い、当該溶接条件がワーク２００を溶接するための最適条件となるように修正する。なお、記憶部１５２に保存された複数の溶接条件のそれぞれか、またはそれらの一部に対応して、機械学習に用いられる複数の学習モデルが最適条件推論部１５３に構成されている。学習モデルは、それぞれ重み付けがなされた複数の識別器の組み合わせ等で表現される。例えば、ＣＮＮ（Convolutional Neural Network；畳み込みニューラルネットワーク）等で表現される。
また、最適条件推論部１５３は、修正後の溶接条件を記憶部１５２に保存するように構成されている。なお、所定の学習が終了した学習モデルの構成情報が記憶部１５２に保存されるようにしてもよい。その場合、所定の溶接条件を修正するにあたって、対応する学習モデルの構成情報が記憶部１５２から読み出されて、最適条件推論部１５３で当該学習モデルが再構成されるようにしてもよい。
溶接条件設定部１５４は、溶接される予定のワーク２００の材質及び形状に応じて、記憶部１５２に保存された複数の溶接条件の中から対応する条件を設定する。この場合、溶接されるワーク２００の溶接実績がないか、溶接条件が修正されていない場合は、予め設定された溶接条件を設定し、溶接される予定のワーク２００の溶接条件が修正済みの場合は、修正後の溶接条件を設定する。なお、溶接条件を修正した後に、同じ条件でワーク２００を溶接する場合は、最適条件推論部１５３から、直接、溶接条件設定部１５４に修正後の溶接条件が読み出されるようにしてもよい。
制御信号出力部１５５は、溶接条件設定部１５４で設定された溶接条件に従って、ワイヤ送給装置１３や電源１４に制御信号を出力し、溶接ワイヤ１２に供給される電力及び電力供給時間と溶接ワイヤ１２の送給速度及び送給量とを制御している。
［ワークの溶接手順］
図４Ａ〜４Ｅは、溶接箇所に生じた形状不良箇所の一例を示し、図５は、再溶接の実行手順のフローチャートを示す。なお、図４Ａ〜４Ｅは、突き合わせ溶接時の溶接箇所２０１の形状を示しており、図４Ａは平面形状を、図４Ｂ〜４Ｅは図４ＡのＩＶＢ−ＩＶＢ線ないしＩＶＥ−ＩＶＥ線での断面図をそれぞれ示している。
図４Ａ〜４Ｅに示すように、ワーク２００にアーク溶接やレーザ溶接を行った場合、その溶接箇所２０１には、溶接条件の設定の不具合や低品質のワーク２００を用いる等によって種々の形状不良が生じうる。例えば、溶接箇所２０１の一部が溶け落ちたり（以下、溶接箇所２０１の一部がワーク２００より溶け落ちてワーク２００に形成された貫通穴を、穴あき２０２と呼ぶことがある）、アンダーカット２０３が生じたりする場合がある。なお、アンダーカット２０３とは、溶接ビードの際の部分がワーク２００の表面よりもへこんでいる状態の不具合部分のことをいう。また、溶接箇所２０１の長さや幅や基準面からの高さが、それぞれの設計値Ｌ，Ｗ，Ｈから許容範囲ΔＬ，ΔＷ，ΔＨを超えて変動する場合がある。また、溶接ワイヤ１２の先端に形成された溶滴（図示せず）がワーク２００に移行する際に溶滴の一部やワーク２００の溶融金属の微粒子が飛び散ってスパッタ２０４が生じたり、ワーク２００が亜鉛めっき鋼板である場合には、溶接箇所２０１から一部が蒸発してピット２０５が生じたり、あるいは、ワーク２００や溶接ワイヤ１２がアルミ系材料である場合には、溶接箇所２０１の近傍にスマット２０６が生じたりする場合がある。
なお、ピット２０５は、溶接ビードの表面に開口しているものであり、スマット２０６は、溶接ビードの近傍に発生する黒いスス状の付着物であり、上述の穴あき２０２、アンダーカット２０３、スパッタ２０４、等も含めて、それぞれ形状不良のモード（種類）の一つである。
このように、溶接箇所２０１の形状不良には様々なモードがあり、それらに応じて溶接条件の修正ポイントも異なってくる。例えば、スパッタ２０４が発生しているようであれば、先端に溶滴（図示せず）が形成された状態で溶接ワイヤ１２とワーク２００とが直接接触しないように、溶接ワイヤ１２の送給速度や送給量を見直すことが考えられる。また、溶滴が過度に成長しないように設定電流や設定電圧を見直すことが考えられる。また、穴あき２０２が発生しているようであれば、設定電流やロボットアーム１６の移動速度等を見直すことが考えられる。スマット２０６が発生しているようであれば、設定電流やシールドガスの流量を見直すことが考えられる。
これらを踏まえて、ワーク２００の溶接手順について図５を用いて説明する。
まず、ワーク２００を所定の溶接条件で溶接し（ステップＳ１１；第１溶接ステップ）、溶接箇所２０１の外観、具体的には、溶接箇所２０１の形状を外観検査装置２０で検査する（ステップＳ１２；外観検査ステップ）。
ステップＳ１２の検査結果に基づいて、外観検査装置２０は溶接箇所２０１の形状の良否を判定する（ステップＳ１３；形状判定ステップ）。ステップＳ１３での判定結果が肯定的、つまり、溶接箇所２０１の形状が良好であると判定された場合は、ワーク２００内のすべての対象箇所を溶接し、ワーク２００の溶接を終了する。溶接すべき別のワークが残っていれば、溶接システム１００内に別のワークを導入し、溶接を継続する。
一方、ステップＳ１３での判定結果が否定的、つまり、溶接箇所２０１の形状が不良であると判定された場合は、フィードバック部２９は、形状不良情報、つまり、当該溶接箇所２０１における形状不良がどのようなモードであるか、また、形状不良箇所のサイズや溶接箇所２０１内での形状不良箇所の位置を抽出し（ステップＳ１４；形状不良情報抽出ステップ）、さらに、ステップＳ１４での抽出結果に基づいて、出力制御部１５、具体的には最適条件推論部１５３は、ワーク２００を溶接するための最適条件となるように使用された溶接条件を修正する（ステップＳ１５；溶接条件修正ステップ）。
続けて、溶接システム１００は、修正後の溶接条件で次のワーク２００または同じワーク２００内の別の箇所を溶接し（ステップＳ１６；第２溶接ステップ）、ステップＳ１２に戻って、溶接箇所２０１の外観検査を行う。以降、ワーク２００の溶接がすべて完了するまで、一連のステップを繰り返す。
［効果等］
以上説明したように、本実施形態に係る溶接システム１００は、ワーク２００を溶接する溶接装置１０と、ワーク２００の溶接箇所２０１の外観を検査する外観検査装置２０とを備えている。
外観検査装置２０は、溶接箇所２０１の形状を計測する形状計測部２１と、形状計測部２１で計測された形状データに基づいて溶接箇所２０１の画像データを生成する画像処理部２３と
画像処理部２３から読み出された画像データに基づいて溶接箇所２０１の形状の良否を判定する判定部２７と、判定部２７での判定結果と画像処理部２３から読み出された画像データとに基づいて、溶接箇所２０１の不良モードと溶接箇所２０１における形状不良箇所のサイズ及び位置とを含む形状不良情報を抽出するフィードバック部２９と、を少なくとも有している。
溶接装置１０は、ワーク２００に入熱するための溶接ヘッド１１（溶接トーチ１１）と、溶接ヘッド１１（溶接トーチ１１）の溶接出力を制御する出力制御部１５と、を少なくとも有している。
判定部２７で溶接箇所２０１の形状が不良であると判定された場合、出力制御部１５は、フィードバック部２９で抽出された形状不良情報に基づいて、ワーク２００の溶接条件を修正する。
溶接システム１００をこのように構成することで、外観検査装置２０での検査結果に基づいて、ワーク２００の溶接条件を自動的に修正できる。また、形状計測部２１で計測された形状データに基づいて、形状不良情報、つまり、溶接箇所２０１の不良モードや形状不良箇所の位置及びサイズを抽出するため、例えば、溶接作業者自らが形状不良情報を抽出する場合に比べて、形状不良情報の抽出精度を高めることができる。このことにより、溶接条件を修正するためのデータの信頼性が高められ、精度よく溶接条件を修正できる。
外観検査装置２０は、画像処理部２３で生成された複数の画像データをワーク２００の材質及び形状毎に分類するとともに、分類された複数の画像データに基づいて複数の学習データセットを生成する学習データセット生成部２５と、複数の学習データセットを用いて、溶接箇所２０１の形状の良否判定を行うための判定モデルをワーク２００の材質及び形状毎に生成する判定モデル生成部２６と、をさらに有している。また、学習データセット生成部２５は、画像処理部２３において画像データから抽出された１または複数の特徴量に基づいて学習データセットを生成する。
外観検査装置２０をこのように構成することで、複雑な判定基準を手動で設定することなく、溶接箇所２０１の形状不良を自動的に検出することができる。さらに、ワーク２００の材質及び形状毎に予め画像データを分類してから学習データセットを生成するため、効率よく学習データセットを生成できる。また、画像データから抽出された特徴量を用いて学習データセットを生成することで、判定モデルの精度を低下させることなく学習データセットの生成処理を簡素化できる。
なお、学習データセット生成部２５は、画像処理部２３で生成された複数の画像データを溶接箇所２０１の検査項目毎に分類するとともに、分類された画像データにデータ拡張処理を行って複数の学習データセットを生成してもよい。
また、判定モデル生成部２６は、複数の学習データセットを用いて、溶接箇所２０１の形状の良否判定を行うための判定モデルを溶接箇所２０１の検査項目毎に生成してもよい。
また、外観検査装置２０は、判定部２７での判定結果を通知する通知部２８をさらに備えている。
このようにすることで、ワーク２００の溶接中に、溶接作業者またはシステム管理者が、溶接箇所２０１に不具合が生じたか否かをリアルタイムで知ることができる。また、必要に応じて、ワーク２００の溶接を継続するか否かの処置を講じることができる。このことにより、溶接工程のコストを低減できる。
溶接装置１０の出力制御部１５は、所定の溶接条件を保存する記憶部１５２と、形状不良情報に基づいて当該溶接条件を修正し、修正後の溶接条件を記憶部１５２に保存する最適条件推論部１５３と、修正後の溶接条件を含む記憶部１５２に保存された複数の溶接条件の中から、溶接される予定のワーク２００に対応した溶接条件を設定する溶接条件設定部１５４と、を少なくとも有している。
出力制御部１５をこのように構成することで、溶接箇所２０１で実際に発生した形状不良の情報に基づいて適切に溶接条件を修正することができ、また、溶接箇所２０１の形状不良が発生したタイミングでワーク２００の溶接条件を修正するため、溶接工程の歩留まり低下を抑制して、溶接工程のコストを低減できる。
最適条件推論部１５３は、形状不良情報に基づいて溶接条件に対して機械学習を行うことで、溶接条件を修正するのが好ましい。
最適条件推論部１５３をこのように構成することで、溶接条件を精度良く修正でき、また、修正後の溶接条件を最適条件に近づけることが容易になる。
また、外観検査装置２０は、画像処理部２３で生成された画像データを保存する記憶部２４を有していてもよい。この場合、記憶部２４に保存された画像データが学習データセット生成部２５に読み出されて、複数の学習データセットが生成される。
このようにすることで、学習データセットの生成及びそれに続く判定モデルの生成処理をスムーズに行うことができる。なお、記憶部２４はデータ処理部２２の外部にあってもよい。例えば、データ処理部２２に外部との通信インターフェース部を設け、この通信インターフェース部を介して記憶部２４とデータのやり取りを行うようにしてもよい。記憶部２４は、外部サーバー等であってもよい。
また、上記の溶接システム１００を用いて行われる、本実施形態に係るワーク２００の溶接方法は、溶接装置１０により所定の溶接条件でワーク２００の所定の箇所を溶接する第１溶接ステップ（ステップＳ１１）と、第１溶接ステップの終了後に外観検査装置２０を用いてワーク２００の溶接箇所２０１の形状の良否を判定する形状判定ステップ（ステップＳ１３）と、を備えている。
また、本実施形態に係るワーク２００の溶接方法は、形状判定ステップでの判定結果が否定的である場合は、溶接箇所２０１に関する形状不良情報を抽出する形状不良情報抽出ステップ（ステップＳ１４）と、形状不良情報に基づいて溶接条件を修正する溶接条件修正ステップ（ステップＳ１５）と、溶接装置１０により修正後の溶接条件でワーク２００の別の箇所か別のワーク２００における所定の箇所を溶接する第２溶接ステップ（ステップＳ１６）と、を備えている。
本実施形態によれば、溶接箇所２０１の形状の良否判定結果及び形状不良情報に基づいて、ワーク２００の溶接条件を修正することで、溶接条件の修正精度が高められ、溶接工程の歩留まり向上及び溶接工程のコスト低減が図れる。また、溶接品質を所定以上に維持できる。
（実施形態２）
実施形態１に示す溶接システム１００は、溶接箇所２０１の外観検査結果に基づいて、使用中の溶接条件を修正するだけでなく、これまでに溶接実績がないワーク２００の溶接条件設定を行う場合にも有用である。
図６は、本実施形態に係るワークの溶接条件設定手順のフローチャートを示す。
まず、仮決めされた溶接条件でワーク２００の試験溶接を行う（ステップＳ２１；第１試験溶接ステップ）。この場合、ワーク２００の材質や形状に応じて、過去に溶接実績のある似た種類のワーク２００の溶接条件から適当な条件を選択し、さらに、溶接形状に関係すると思われるパラメータを適宜変動させた複数の条件を準備する。つまり、ステップＳ２１では、数種類の試験溶接が行われる。ただし、条件設定の工数を低減するために、１種類の条件で試験溶接を行ってもよい。
ステップＳ２２〜Ｓ２４は、ステップＳ１２〜Ｓ１４と同様であるので、内容の説明は省略する。ただし、ステップＳ２２で検査される溶接箇所２０１は、仮決めされた溶接条件に応じて複数あり、ステップＳ２３では複数の溶接箇所２０１の形状に対して、それぞれ良否が判定される。また、ステップＳ２４では、ステップＳ２３で形状不良と判定された溶接箇所２０１のそれぞれに対して形状不良情報が抽出される。
次に、ステップＳ２４での抽出結果に基づいて、出力制御部１５の最適条件推論部１５３は、ワーク２００を溶接するための最適条件となるように仮決めされた溶接条件を修正する（ステップＳ２５；溶接条件修正ステップ）。
続けて、溶接システム１００は、修正後の溶接条件で再度試験溶接を行い（ステップＳ２６；第２試験溶接ステップ）、ステップＳ２２に戻って、溶接箇所２０１の外観検査を行う。以降、ステップＳ２３での判定結果が肯定的になるまで、ステップＳ２２からステップＳ２６までの一連のステップを繰り返す。
以上説明したように、溶接システム１００を用いて行われる、本実施形態に係るワーク２００の溶接条件設定方法は、溶接装置１０により仮決めされた溶接条件でワーク２００の試験溶接を行う第１試験溶接ステップ（ステップＳ２１）と、第１試験溶接ステップの終了後に外観検査装置２０を用いてワーク２００の溶接箇所２０１の形状の良否を判定する形状判定ステップ（ステップＳ２３）と、を備えている。
また、本実施形態に係るワーク２００の溶接条件設定方法は、形状判定ステップでの判定結果が否定的である場合は、溶接箇所２０１に関する形状不良情報を抽出する形状不良情報抽出ステップ（ステップＳ２４）と、形状不良情報に基づいて仮決めされた溶接条件を修正する溶接条件修正ステップ（ステップＳ２５）と、溶接装置１０により修正後の溶接条件でワーク２００の試験溶接を行う第２試験溶接ステップ（ステップＳ２６）と、を備え、形状判定ステップでの判定結果が肯定的になるまで、形状判定ステップから第２試験溶接ステップまでの一連のステップを繰り返し行う。
本実施形態によれば、新規に作成される溶接条件の条件設定工数を大幅に低減できる。また、実際に使用されるワーク２００の溶接条件を当初より最適条件に近づけることができるため、溶接工程の歩留まり向上及び溶接工程のコスト低減が図れる。また、溶接品質を所定以上に維持できる。
なお、実施形態１では、連続して処理されるワーク２００に対して、溶接箇所２０１の形状検査結果に応じて溶接条件を修正することを想定している。このため、当初の溶接条件からの修正量が小さいことが見込まれ、１回の修正で溶接条件を最適条件に近づけることが可能である。
一方、本実施形態において、仮決めされた溶接条件は、本来の最適条件から大きくずれている可能性がある。このため、ステップＳ２２からステップＳ２６までのルーチンの繰り返しは、１回で収束せずに複数回繰り返されることがある。
（実施形態３）
図７は、本実施形態に係るワークの溶接回数と溶接条件の修正頻度との関係を示す。
一般に、ワーク２００の溶接回数を重ねるにつれて、溶接条件の修正頻度は増加する傾向にある。これは、溶接システム１００、特に溶接装置１０の各部の状態が、運転時間が長くなるにつれて変化し、溶接箇所２０１の形状不良発生頻度が増加することに起因している。このため、通常、溶接装置１０の各部にはそれぞれ複数の管理項目が設けられ、管理項目毎に許容範囲が設定されている。例えば、溶接時の実際の出力である溶接電流や溶接電圧も図示しない検出部で監視されている。
しかし、管理項目を監視する各種モニターのそれぞれに、自身の故障を検出する機構が設けられているわけではない。同様に、溶接装置１０の各部を構成する部品のそれぞれに、自身の故障を検出する機構が設けられているわけではない。したがって、各種モニターや溶接装置１０の構成部品の一部が故障や劣化を起こしていたとしても、定められた管理項目がすべて許容範囲内にあるように見える場合がある。このような状態で、ワーク２００の溶接を行っていると、溶接不良を多発させるおそれがある。
また、同じワーク２００を連続して処理していても、ロット間でワーク２００の状態が極端に異なっていると、溶接システム１００の定められた管理項目がすべて許容範囲内にあったとしても、特定のロットで溶接不良が多発するおそれがある。
また、溶接装置１０の設備異常や異常ロットに気が付かない状態で、溶接条件を修正しようとすると、かえって最適条件から外れてしまうおそれがある。
そこで、本実施形態では、ワーク２００の溶接回数に対する溶接条件の修正頻度が許容上限値以上になるか、または溶接条件の修正頻度の変動傾向が予測から外れた場合は、ワーク２００の溶接を中断し、溶接システム１００を点検するか、または溶接されたワーク２００を点検するか、あるいはその両方を実行するようにしている。
溶接システム１００が正常に運転されているときは、例えば、図７の（ａ）図に示すように、ワーク２００の溶接回数に対する溶接条件の修正頻度は緩やかに増加し、溶接回数Ａで許容上限値に到達する。この時点で、溶接システム１００を点検し、故障箇所または劣化箇所を補修することで、溶接不良の発生を抑制できる。
一方、図７の（ｂ）図に示すように、ワーク２００の溶接回数に対する溶接条件の修正頻度が、溶接回数Ｂで急激に増加した場合は、溶接システム１００に突発的な故障が生じたか、異常ロットを処理した可能性が高い。この場合、溶接システム１００を点検するか、または溶接されたワーク２００を点検するか、あるいはその両方を実行することで、溶接不良の発生を抑制できる。
また、図７の（ｃ）図に示すように、溶接回数Ｃ以降でワーク２００の溶接回数に対する溶接条件の修正頻度が、破線で示す予測線から外れた場合も、溶接システム１００またはワーク２００に何らかの異常があったものとみて、溶接システム１００を点検するか、または溶接されたワーク２００を点検するか、あるいはその両方を実行することで、溶接不良の発生を抑制できる。
また、本実施形態によれば、溶接条件が過度に修正されるのを防止して、安定してワーク２００を溶接できる。
なお、ワーク２００の溶接回数は、ワーク２００の溶接積算時間と読み替えるようにしてもよい。また、溶接条件の修正頻度は、ワーク２００の溶接箇所２０１の形状不良発生頻度と読み替えるようにしてもよい。
（その他の実施形態）
実施形態１において、形状計測部２１をロボットアーム３０に取り付けるようにしたが、形状計測部２１を溶接トーチ１１またはロボットアーム１６に取付けるようにしてもよい。このようにすることで、溶接システム１００内の設備数を低減でき、溶接システム１００のコストを低減できる。なお、この場合、ロボット制御部１７がロボットアーム１６の動作を制御することで、ワーク２００の溶接と外観検査とが順次実行されることは言うまでもない。
なお、外観検査装置２０の学習データセット生成部２５は、記憶部２４から読み出された画像データに対してデータ拡張処理を行って学習データセットを生成するようにしてもよい。例えば、画像データに紐付けされた１つまたは複数の特徴量を変化させるか、または、画像データにおける形状不良箇所の位置を変更するか、あるいはその両方を実行することで、データ拡張処理が実行される。
外観検査装置２０をこのように構成することで、少ない画像データに基づいて、必要な量の学習データセットを生成し、判定モデルを高精度化できるため、溶接箇所２０１の形状良否を精度良く判定することができる。また、学習用の画像データを大量に取得する必要がなくなり、形状良否を判定するための工数を大幅に削減できる。なお、判定モデルの精度を向上させるために必要な量の学習データが確保できればよいので、データ拡張処理は、記憶部２４から読み出されたすべての画像データに対して行わなくてもよく、必要な分のみデータ拡張処理を行うようにしてもよい。
また、前述したように、判定モデルは、複数の識別器の組み合わせ等で表現される。よって、図２Ａに破線の矢印で示すように、判定モデル生成部２６で生成され、かつ所定の学習が終了した判定モデル、つまり、各識別器の構成やこれらの組み合わせパターンが記憶部２４に保存されるようにしてもよい。その場合、判定される検査項目に対応した判定モデルの構成情報が記憶部２４から判定モデル生成部２６に読み出され、判定モデル生成部２６で判定モデルが再構成されるようにしてもよい。このようにすることで、検査項目の増大に伴い、使用すべき判定モデルの個数が増加した場合にも容易に対応できる。
なお、実施形態１，２において、フィードバック部２９を外観検査装置２０のデータ処理部２２に設ける例を示したが、フィードバック部２９を出力制御部１５に設けるようにしてもよい。その場合、判定部２７での判定結果は、通知部２８を介して、出力制御部１５の受信部１５１で受け取られるようにしてもよい。
また、図２Ａにおいて、フィードバック部２９に対して、画像処理部２３から直接画像データが送られる例を示したが、データの流れは、説明の便宜上、例示的に図示しているだけであり、特にこれに限定されるものではない。例えば、判定部２７から直接フィードバック部２９に画像データが送られてもよい。また、判定部２７での判定結果が直接フィードバック部２９に送られてもよい。
なお、外観検査装置２０において、判定モデル生成部２６を省略して、代わりに、記憶部２４に溶接箇所２０１の検査項目毎に設定された判定基準を保存し、判定部２７で形状不良情報と記憶部２４に保存された判定基準とに基づいて溶接箇所２０１の形状の良否を判定するようにしてもよい。検査項目が少なくかつ判定基準が緩やかであれば、このようにしても、所定の判定精度が担保される。
本発明の溶接システムは、ワークの溶接条件を自動的にかつ精度良く修正できるため、溶接作業が自動化された溶接システムに適用する上で有用である。
１０ 溶接装置
１１ 溶接ヘッド（溶接トーチ）
１２ 溶接ワイヤ
１３ ワイヤ送給装置
１４ 電源
１５ 出力制御部
１６ ロボットアーム
１７ ロボット制御部
２０ 外観検査装置
２１ 形状計測部
２２ データ処理部
２３ 画像処理部
２４ 記憶部
２５ 学習データセット生成部
２６ 判定モデル生成部
２７ 判定部
２８ 通知部
３０ ロボットアーム
３１ ロボット制御部
１５１ 受信部
１５２ 記憶部
１５３ 最適条件推論部
１５４ 溶接条件設定部
１５５ 制御信号出力部
１００ 溶接システム
２００ ワーク
２０１ 溶接箇所

Claims (7)

  1. ワークを溶接する溶接装置と、前記ワークの溶接箇所の外観を検査する外観検査装置とを備えた溶接システムであって、
    前記外観検査装置は、
    前記溶接箇所の形状を計測する形状計測部と、
    前記形状計測部で計測された形状データに基づいて前記溶接箇所の画像データを生成する画像処理部と、
    前記画像処理部から読み出された画像データに基づいて前記溶接箇所の形状の良否を判定する判定部と、
    前記判定部での判定結果と前記画像処理部から読み出された前記画像データとに基づいて、前記溶接箇所の不良モードと前記溶接箇所における形状不良箇所のサイズ及び位置とを含む形状不良情報を抽出するフィードバック部と、を少なくとも有し、
    前記溶接装置は、
    前記ワークに入熱するための溶接ヘッドと、
    前記溶接ヘッドの溶接出力を制御する出力制御部と、を少なくとも有し、
    前記判定部で前記溶接箇所の形状が不良であると判定された場合、前記出力制御部は、前記フィードバック部で抽出された前記形状不良情報に基づいて、前記ワークの溶接条件を修正することを特徴とする溶接システム。
  2. 請求項１に記載の溶接システムにおいて、
    前記外観検査装置は、
    前記画像処理部で生成された複数の画像データを前記ワークの材質及び形状毎に分類するとともに、分類された前記複数の画像データに基づいて複数の学習データセットを生成する学習データセット生成部と、
    前記複数の学習データセットを用いて、前記溶接箇所の形状の良否判定を行うための判定モデルを前記ワークの材質及び形状毎に生成する判定モデル生成部と、をさらに有し、
    前記学習データセット生成部は、前記画像処理部において前記画像データから抽出された１または複数の特徴量に基づいて前記学習データセットを生成し、
    前記判定部は、前記画像処理部から読み出された前記画像データと前記判定モデル生成部で生成された１または複数の判定モデルとに基づいて前記溶接箇所の形状の良否を判定することを特徴とする溶接システム。
  3. 請求項１または２に記載の溶接システムにおいて、
    前記外観検査装置は、前記判定部での判定結果を通知する通知部をさらに有することを特徴とする溶接システム。
  4. 請求項１ないし３のいずれか１項に記載の溶接システムにおいて、
    前記出力制御部は、
    所定の溶接条件を保存する記憶部と、
    前記形状不良情報に基づいて前記溶接条件を修正し、修正後の溶接条件を前記記憶部に保存する最適条件推論部と、
    前記記憶部に保存された前記溶接条件及び修正後の溶接条件の中から溶接される予定の前記ワークに対応した溶接条件を設定する溶接条件設定部と、を少なくとも有することを特徴とする溶接システム。
  5. 請求項４に記載の溶接システムにおいて、
    前記最適条件推論部は、前記形状不良情報に基づいて前記溶接条件に対して機械学習を行うことで、前記溶接条件を修正することを特徴とする溶接システム。
  6. 請求項１ないし５のいずれか１項に記載の溶接システムを用いたワークの溶接方法であって、
    前記溶接装置により所定の溶接条件で前記ワークの所定の箇所を溶接する第１溶接ステップと、
    前記第１溶接ステップの終了後に前記外観検査装置を用いて前記ワークの溶接箇所の形状の良否を判定する形状判定ステップと、
    前記形状判定ステップでの判定結果が否定的である場合は、前記溶接箇所に関する前記形状不良情報を抽出する形状不良情報抽出ステップと、
    前記形状不良情報に基づいて前記溶接条件を修正する溶接条件修正ステップと、
    前記溶接装置により修正後の溶接条件で前記ワークの別の箇所か別のワークにおける前記所定の箇所を溶接する第２溶接ステップと、を備えたことを特徴とするワークの溶接方法。
  7. 請求項６に記載のワークの溶接方法において、
    前記ワークの溶接回数または溶接積算時間に対する前記溶接条件の修正頻度が所定値以上になるか、または前記溶接条件の修正頻度の変動傾向が予測から外れた場合は、前記ワークの溶接を中断し、前記溶接システムを点検するか、または溶接されたワークを点検するか、あるいはその両方を実行することを特徴とするワークの溶接方法。
JP2020561271A 2018-12-19 2019-12-03 溶接システム及びそれを用いたワークの溶接方法 Active JP7316573B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018237522 2018-12-19
JP2018237522 2018-12-19
PCT/JP2019/047219 WO2020129618A1 (ja) 2018-12-19 2019-12-03 溶接システム及びそれを用いたワークの溶接方法

Publications (2)

Publication Number Publication Date
JPWO2020129618A1 true JPWO2020129618A1 (ja) 2021-11-04
JP7316573B2 JP7316573B2 (ja) 2023-07-28

Family

ID=71101103

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020561271A Active JP7316573B2 (ja) 2018-12-19 2019-12-03 溶接システム及びそれを用いたワークの溶接方法

Country Status (5)

Country Link
US (1) US11872657B2 (ja)
EP (1) EP3900871A4 (ja)
JP (1) JP7316573B2 (ja)
CN (1) CN113195154A (ja)
WO (1) WO2020129618A1 (ja)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT201900000995A1 (it) * 2019-01-23 2020-07-23 Nuovo Pignone Tecnologie Srl Apparecchiatura robotica industriale con generazione di percorso di lavorazione migliorata e metodo per azionare un' apparecchiatura robotica industriale secondo un percorso di lavorazione migliorato
US11344974B2 (en) * 2019-10-16 2022-05-31 Saudi Arabian Oil Company Optimized method and system for internal coating of field girth welds
JP7303163B2 (ja) * 2020-07-20 2023-07-04 株式会社神戸製鋼所 欠陥発生予測方法、及び欠陥発生予測装置
JP6990869B1 (ja) 2020-10-28 2022-01-12 パナソニックＩｐマネジメント株式会社 外観検査方法および外観検査装置
JP2022116957A (ja) * 2021-01-29 2022-08-10 株式会社神戸製鋼所 造形履歴監視装置、造形物の製造システム及び造形履歴監視方法
JP2022155168A (ja) * 2021-03-30 2022-10-13 川崎重工業株式会社 特定点検出システム、特定点検出方法及び特定点検出プログラム
EP4323861A1 (en) * 2021-04-12 2024-02-21 Newfrey LLC Computer modeling for detection of discontinuities and remedial actions in joining systems
WO2023074184A1 (ja) 2021-10-28 2023-05-04 パナソニックＩｐマネジメント株式会社 アノテーション支援システム及びそれを利用した外観検査用モデルの学習支援システム
JP2023117885A (ja) * 2022-02-14 2023-08-24 株式会社神戸製鋼所 学習装置、欠陥判定装置、学習方法、欠陥判定方法、溶接制御装置及び溶接装置
JP2023159678A (ja) * 2022-04-20 2023-11-01 株式会社神戸製鋼所 積層造形物の品質管理方法、積層造形物の品質管理装置、プログラム、溶接制御装置及び溶接装置
CN114952059B (zh) * 2022-06-08 2023-05-23 深圳市大族机器人有限公司 一种基于协作机器人的自动化焊接方法及系统
CN116673572B (zh) * 2023-07-31 2023-09-26 天津悦华阀门科技有限公司 一种基于人工智能的机械焊接数据管理分析系统
CN117921270A (zh) * 2024-03-19 2024-04-26 宁德时代新能源科技股份有限公司 控制焊接设备的方法、装置、设备、存储介质及程序产品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0587539A (ja) * 1991-09-25 1993-04-06 Matsushita Electric Works Ltd 溶接ビード形状検査方法
JPH05337664A (ja) * 1991-10-22 1993-12-21 Mitsubishi Heavy Ind Ltd レーザ作業監視装置
JP2008215839A (ja) * 2007-02-28 2008-09-18 Toyota Motor Corp 溶接品質判定方法
US20100314362A1 (en) * 2009-06-11 2010-12-16 Illinois Tool Works Inc. Weld defect detection systems and methods for laser hybrid welding
CN104977305A (zh) * 2015-06-29 2015-10-14 华中科技大学 一种基于红外视觉的焊接质量分析装置及分析方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE461761B (sv) * 1988-05-03 1990-03-19 Fiz Tekh Inst Ioffe Elektrisk ljusbaaganordning
JPH0772909A (ja) 1993-09-07 1995-03-17 Fuji Facom Corp プログラマブルコントローラのサポート装置
JPH07241673A (ja) 1994-03-07 1995-09-19 Toshiba Corp 自動溶接方法および装置
JP2007155578A (ja) 2005-12-07 2007-06-21 Omron Corp 溶接品質検査装置、溶接品質検査方法、およびプログラム
JP2010253538A (ja) 2009-04-28 2010-11-11 Toyota Motor Corp 溶接方法及び溶接装置
JP5758090B2 (ja) 2010-08-11 2015-08-05 コアテック株式会社 形状検査装置及び形状検査方法
JP5364856B1 (ja) * 2013-02-27 2013-12-11 三菱重工業株式会社 加工装置、加工方法
US11767934B2 (en) * 2013-05-23 2023-09-26 Crc-Evans Pipeline International, Inc. Internally welded pipes
US20160193681A1 (en) * 2015-01-07 2016-07-07 Illinois Tool Works Inc. Synchronized image capture for welding machine vision
EP3268949B1 (en) * 2015-03-09 2021-05-26 Illinois Tool Works Inc. Methods and apparatus to provide visual information associated with welding operations
CA2993824A1 (en) * 2015-07-29 2017-02-02 Illinois Tool Works Inc. System and method to facilitate welding software as a service
JP6579983B2 (ja) * 2016-03-18 2019-09-25 日立オートモティブシステムズ株式会社 高エネルギービーム溶接品質判定方法、その判定方法を利用した品質判定装置、その判定方法を利用した溶接管理システム
CN105891215B (zh) * 2016-03-31 2019-01-29 浙江工业大学 基于卷积神经网络的焊接视觉检测方法及装置
CN106238946B (zh) * 2016-08-31 2019-04-19 武汉法利莱切焊系统工程有限公司 激光填丝焊质量在线检测和尺寸反馈系统及方法
JP7181217B2 (ja) * 2017-04-04 2022-11-30 クリック アンド ソッファ インダストリーズ、インク． 超音波溶接システムおよびその使用方法
CN108340088A (zh) * 2018-02-07 2018-07-31 深圳信息职业技术学院 激光精密加工视觉在线监测方法及系统
CN108776964A (zh) 2018-06-04 2018-11-09 武汉理工大学 一种基于Adaboost及Haar特征的船舶焊缝缺陷图像检测系统及方法
WO2022029227A1 (en) * 2020-08-06 2022-02-10 Crc-Evans Pipeline International, Inc. X-ray imaging system for pipe weld
JP2023020336A (ja) * 2021-07-30 2023-02-09 国立大学法人大阪大学 溶接検査装置、溶接システム、及び溶接検査方法
EP4234158A1 (en) * 2022-02-25 2023-08-30 General Electric Company System and method for analyzing weld quality

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0587539A (ja) * 1991-09-25 1993-04-06 Matsushita Electric Works Ltd 溶接ビード形状検査方法
JPH05337664A (ja) * 1991-10-22 1993-12-21 Mitsubishi Heavy Ind Ltd レーザ作業監視装置
JP2008215839A (ja) * 2007-02-28 2008-09-18 Toyota Motor Corp 溶接品質判定方法
US20100314362A1 (en) * 2009-06-11 2010-12-16 Illinois Tool Works Inc. Weld defect detection systems and methods for laser hybrid welding
CN104977305A (zh) * 2015-06-29 2015-10-14 华中科技大学 一种基于红外视觉的焊接质量分析装置及分析方法

Also Published As

Publication number Publication date
EP3900871A4 (en) 2022-02-16
US11872657B2 (en) 2024-01-16
JP7316573B2 (ja) 2023-07-28
US20210308782A1 (en) 2021-10-07
EP3900871A1 (en) 2021-10-27
CN113195154A (zh) 2021-07-30
WO2020129618A1 (ja) 2020-06-25

Similar Documents

Publication Publication Date Title
JP7316573B2 (ja) 溶接システム及びそれを用いたワークの溶接方法
JP7308461B2 (ja) 外観検査装置及びそれを用いた溶接箇所の形状不良の有無及び種類の判定精度の向上方法、溶接システム及びそれを用いたワークの溶接方法
JP2000167666A (ja) 自動溶接及び欠陥補修方法並びに自動溶接装置
JP7068950B2 (ja) 溶接設計支援方法、及びプログラム
WO2020262050A1 (ja) リペア溶接検査装置およびリペア溶接検査方法
JP7422337B2 (ja) リペア溶接制御装置およびリペア溶接制御方法
JP2005014027A (ja) 溶接部のイメージ処理方法、溶接管理システム、溶接機のためのフィードバックシステム、突合わせ線検出システム
WO2020262049A1 (ja) リペア溶接制御装置およびリペア溶接制御方法
US20230249276A1 (en) Method and apparatus for generating arc image-based welding quality inspection model using deep learning and arc image-based welding quality inspecting apparatus using the same
WO2023068055A1 (ja) 溶接監視方法及び溶接監視装置、並びに積層造形方法及び積層造形装置
US20220412728A1 (en) Bead appearance inspection device, bead appearance inspection method, program, and bead appearance inspection system
WO2024117262A1 (ja) 外観検査装置、溶接システム及び溶接箇所の外観検査方法
JP7496540B2 (ja) ロボット制御装置およびオフライン教示システム
CN115210033B (zh) 焊道外观检查装置、焊道外观检查方法、程序和焊道外观检查系统
WO2023120111A1 (ja) 外見検査装置、溶接システム及び溶接箇所の外観検査方法
WO2021177436A1 (ja) ビード外観検査装置、ビード外観検査方法、プログラムおよびビード外観検査システム
WO2023120110A1 (ja) 外観検査装置、溶接システム、形状データの補正方法及び溶接箇所の外観検査方法
WO2021177361A1 (ja) ビード外観検査装置およびビード外観検査システム
WO2023074183A1 (ja) 学習支援システム、外観検査装置、外観検査用ソフトの更新装置及び外観検査用モデルの更新方法
JP2024056076A (ja) 制御装置、表示装置の制御方法およびプログラム
US12005532B2 (en) Systems, methods, and apparatuses, of an arc welding (AW) process and quality monitoring
US20240123537A1 (en) Offline teaching device and offline teaching method
JP2021137848A (ja) ビード外観検査装置およびビード外観検査システム
JP2023549301A (ja) 加工操作の品質評価のための方法および装置
JP2021137849A (ja) ビード外観検査装置、ビード外観検査方法、ビード外観検査プログラムおよびビード外観検査システム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221024

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230620

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230705

R151 Written notification of patent or utility model registration

Ref document number: 7316573

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151