WO2023232600A1 - Verfahren zur ermittlung eines qualitätsmerkmals einer schweissverbindung zwischen zwei leiterenden, verfahren zur bereitstellung eines trainingsdatensatzes, trainingsdatensatz, verfahren zum verschweissen von leiterenden sowie vorrichtung zur ermittlung eines qualitätsmerkmals einer schweissverbindung - Google Patents

Verfahren zur ermittlung eines qualitätsmerkmals einer schweissverbindung zwischen zwei leiterenden, verfahren zur bereitstellung eines trainingsdatensatzes, trainingsdatensatz, verfahren zum verschweissen von leiterenden sowie vorrichtung zur ermittlung eines qualitätsmerkmals einer schweissverbindung Download PDF

Info

Publication number
WO2023232600A1
WO2023232600A1 PCT/EP2023/063948 EP2023063948W WO2023232600A1 WO 2023232600 A1 WO2023232600 A1 WO 2023232600A1 EP 2023063948 W EP2023063948 W EP 2023063948W WO 2023232600 A1 WO2023232600 A1 WO 2023232600A1
Authority
WO
WIPO (PCT)
Prior art keywords
conductor ends
depth information
information
determining
quality feature
Prior art date
Application number
PCT/EP2023/063948
Other languages
English (en)
French (fr)
Inventor
Markus Omlor
Johannes Reith
Fabian MACK
Joachim Schwarz
Original Assignee
Dr. Ing. H.C. F. Porsche Aktiengesellschaft
Precitec Gmbh & Co. Kg
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 Dr. Ing. H.C. F. Porsche Aktiengesellschaft, Precitec Gmbh & Co. Kg filed Critical Dr. Ing. H.C. F. Porsche Aktiengesellschaft
Publication of WO2023232600A1 publication Critical patent/WO2023232600A1/de

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Definitions

  • Method for determining a quality feature of a welded connection between two conductor ends method for providing a training data set, training data set, method for welding conductor ends and device for determining a quality feature of a welded connection
  • the invention relates to a method for determining a quality feature of a welded connection between two conductor ends.
  • the invention also relates to a method for welding conductor ends.
  • the invention further relates to a method for providing a training data set for a machine learning system for determining a quality feature of a welded connection between two conductor ends.
  • Another subject of the invention is a training data set for a machine learning system for determining a quality feature of a welded connection between two conductor ends.
  • Another subject is a method for welding conductor ends.
  • the invention relates to a device for determining a quality feature of a welded connection.
  • Such welded connections are typically formed between two conductor ends of hairpin elements of an electrical machine in order to join several hairpin elements, i.e. hairpin-shaped copper wires with a mostly rectangular cross section, to a winding of the electrical machine.
  • An electrical machine usually includes a large number, often hundreds, of such welded connections.
  • connection area i.e. the cross-sectional area available for the current flow from one conductor to the other conductor
  • a connection area that is too small can result in an undesirably high ohmic resistance and negatively influence the efficiency of the electrical machine. It is therefore necessary to check the quality of the welded connections.
  • a method widely used in the prior art involves determining the bonding surface using X-ray analysis. Here, the joined connection area of the two conductors is placed in a corresponding device and x-rayed, which involves increased expenditure on equipment and time.
  • the task is to enable sensitive testing of welded connections between conductor ends with little time expenditure.
  • a method for determining a quality feature of a welded connection between two conductor ends, in particular between two conductor ends of hairpin elements of an electrical machine, whereby at least intensity information of the image points and depth information of the image points are recorded for several image points of a detection area comprising the conductor ends, and wherein a quality feature, in particular a connection area or a pore volume, is determined as a function of the recorded intensity information and depth information.
  • a further subject of the invention is a device for determining a quality feature of a welded connection between two conductor ends, in particular between two conductor ends of hairpin elements of an electrical machine, with an image capture device for capturing intensity information for several image points of a detection area comprising the conductor ends, with a depth information Detection device for detecting depth information of the image points, and with a processor unit for determining a quality feature, in particular a connection area or a pore volume, depending on the detected intensity information and depth information.
  • intensity information and additional depth information are recorded for several pixels of a detection area. The combination of this information makes it possible to derive a quality feature of the welded connection between the conductor ends depending on this information.
  • the process can be carried out alongside the actual welding process or shortly after the welding process has been completed, thereby enabling in-process quality monitoring with little time expenditure.
  • the method step of determining the quality feature depending on the recorded intensity information and depth information is preferably carried out in a computer-implemented manner, for example by means of a processor device.
  • the intensity information can in particular be image data from a 2D camera.
  • the depth information is in particular information about the topological position of a surface of the welded connection in a direction perpendicular to the plane of the detection area.
  • the conductor ends are preferably made of copper.
  • the hairpin elements are particularly preferably made of copper. In this respect, it is preferably a copper-copper welded connection.
  • a first acquisition of the intensity information and the depth information takes place before the formation of the welded joint and a second acquisition of the intensity information and the depth information takes place after the formation of the welded joint, and the determination of the quality feature as a function of the before formation and intensity information and depth information determined after the weld connection has been formed.
  • the quality feature can be determined with improved accuracy. It is advantageous here if, in addition to the second recording of the intensity information and the depth information, the intensities of the process emissions are recorded after the weld connection has been formed.
  • the Process emissions can be recorded in particular with detectors based on photodiodes for process-typical wavelengths.
  • the depth information is determined using a triangulation device.
  • the triangulation device can enable optical distance measurement and thereby provide depth information for the image points of the detection area.
  • the triangulation device is preferably designed as a laser triangulation device.
  • the laser triangulation device can include one or more line lasers.
  • the depth information is determined using a device for optical coherence tomography or a grazing light device or a stereo camera.
  • the intensity information is recorded using an intensity channel.
  • the intensity information can form a grayscale image of the detection area.
  • the intensity information can be recorded using several, in particular three, intensity channels for different colors.
  • the intensity information can form several grayscale images for different colors, which in combination represent a colored image of the detection area.
  • intensity channels can be provided for the colors red, yellow and blue.
  • the quality feature is determined using a regression analysis.
  • the regression analysis can be carried out using statistical analysis methods.
  • the quality feature is determined using a machine learning system.
  • the machine learning system can be designed, for example, as an artificial neural network.
  • a further subject of the invention is a method for providing a training data set for a machine learning system for determining a quality feature of a welded connection between two conductor ends, wherein intensity information of the image points and depth information of the image points are recorded for several image points of a detection area comprising the conductor ends.
  • the invention further relates to a training data set for a machine learning model for determining a quality feature of a welded connection between two conductor ends, comprising: intensity information from several image points of a detection area comprising the conductor ends and depth information of the image points.
  • intensity information from several image points of a detection area comprising the conductor ends and depth information of the image points.
  • information from time series formed from the intensities of the process emissions can be provided.
  • a further subject of the invention is a method for welding conductor ends, in particular hairpin elements of an electrical machine, using a beam welding process, in particular a laser welding process, wherein - before welding a first pair of conductor ends - intensity information is provided for several image points of a detection area comprising the conductor ends of the pixels and depth information of the pixels are recorded, the conductor ends of the first pair being welded, wherein - after welding the first pair of conductor ends - intensity information of the pixels and depth information of the pixels are recorded for several pixels of a detection area comprising the conductor ends, depending on the recorded process emission intensity information, the intensity information of the image points and the depth information, a quality feature, in particular a connection surface or a pore volume, is determined, with the welding of a second pair of conductor ends following the first pair depending on the quality feature determined is controlled.
  • the intensities of the process emissions can advantageously be recorded during welding.
  • the method makes it possible to test welded connections between conductor ends with little expenditure of time and to set the creation of subsequent welded connections depending on the result of the test.
  • Fig. 1 shows a schematic flow of an exemplary embodiment
  • Fig. 3 shows another exemplary method for determining a
  • Fig. 4 shows another exemplary method for determining a
  • the conductor ends 1 shown here are conductor ends 1 of hairpin elements of an electrical machine.
  • the illustrations on the left show intensity information IR(XY), IG(X,Y), IB(X,Y) of pixels of a detection area that includes the conductor ends 1.
  • the intensity information IR(X,Y), IG(X,Y), IB(X,Y) in the upper illustration was recorded before forming the weld and the intensity information IR(XY), IG(X,Y), IB( X,Y) in the illustration below were recorded after the weld joint 2 was formed.
  • the intensity information IR(XY), IG(X,Y), IB(X,Y) can be captured by an image capture device, for example an optical camera.
  • the intensity information IR(X,Y), IG(X,Y), IB(X,Y) was recorded with several, here three, intensity channels. These can, for example, correspond to the intensity of the colors red, yellow and blue in the detection area.
  • depth information Z(x,y) of the image points was also recorded for the image points.
  • Detecting the depth information Z(x,y) can be done using a depth information detection device. This is preferably designed as a triangulation device, in particular as a laser triangulation device.
  • a depth information detection device can be used, which is designed as a device for optical coherence tomography or a grazing light device or a stereo camera.
  • a quality feature in particular a connection surface or a Pore volume of weld connection 2 is determined.
  • the quality feature is determined using a regression analysis.
  • the quality feature is preferably determined using a machine learning system 3.
  • the representation in Fig. 2 shows schematically a system for machine learning 3, which is designed as an artificial neural network.
  • a training data set 4 is supplied to it, which includes intensity information from several pixels of a detection area encompassing the conductor ends and depth information of the pixels.
  • the training data set 4 contains data for supervised training of a model necessary information about the fundamental truth, the so-called “ground truth”, for example the connection cross section and the number of pores and their volume.
  • the training data set 4 contains both the intensity and depth information recorded before the weld connection is formed and the intensity and depth information recorded after the weld connection is formed.
  • the training data set 4 according to FIG. 2 includes intensity information with three channels.
  • the trained system 3 is used as part of the method for determining the quality feature to determine the quality feature of the welded connection 2 based on the recorded intensity and depth information.
  • the process can be carried out alongside the actual welding process or shortly after the welding process has been completed, thereby enabling in-process quality monitoring with little time expenditure.
  • the training data set includes 4 intensity information with exactly one intensity channel.
  • FIG. 4 shows another system for machine learning 3, which is designed as an artificial neural network and is constructed from the network 6, consisting of LSTM and FCN layers, and from the network 7, consisting of CNN and FCN.
  • the training data set 4 includes intensity information with, for example, an intensity channel, depth information and time series consisting of the intensities of the process emissions.
  • intensity information with, for example, an intensity channel, depth information and time series consisting of the intensities of the process emissions.
  • Three time series are shown as examples, corresponding to the intensities at three selected wavelengths 5.
  • the model to be trained is structured in such a way that there is a branch specifically designed for time series regression, based for example on an LSTM-FCN (Neural Network consisting of Long Short-Term Memory Layers and Fully Connected Layers), and a branch for image regression , based for example on a CNN-FCN (Convolutional layers and fully connected layers). Both branches are based on the so-called

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung (2) zwischen zwei Leiterenden (1), insbesondere zwischen zwei Leiterenden von Hairpin-Elementen einer elektrischen Maschine, wobei für mehrere Bildpunkte eines die Leiterenden (1) umfassenden Erfassungsbereichs Intensitätsinformationen der Bildpunkte und Tiefeninformationen der Bildpunkte erfasst werden, und wobei in Abhängigkeit von den erfassten Intensitätsinformationen und Tiefeninformationen ein Qualitätsmerkmal, insbesondere eine Anbindungsfläche oder ein Porenvolumen, ermittelt wird. Des Weiteren betrifft die Erfindung ein Verfahren zur Bereitstellung eines Trainingsdatensatzes, Trainingsdatensatz, Verfahren zum Verschweißen von Leiterenden sowie Vorrichtung zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung.

Description

Verfahren zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden, Verfahren zur Bereitstellung eines Trainingsdatensatzes, Trainingsdatensatz, Verfahren zum Verschweißen von Leiterenden sowie Vorrichtung zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung
Die Erfindung betrifft ein Verfahren zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden. Zudem betrifft die Erfindung ein Verfahren zum Verschweißen von Leiterenden. Ferner betrifft die Erfindung ein Verfahren zur Bereitstellung eines Trainingsdatensatzes für ein System zum maschinellen Lernen zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden. Ein weiterer Gegenstand der Erfindung ist ein Trainingsdatensatz für ein System zum maschinellen Lernen zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden. Ein weiterer Gegenstand ist ein Verfahren zum Verschweißen von Leiterenden. Letztendlich betrifft die Erfindung eine Vorrichtung zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung.
Solche Schweißverbindungen werden typischerweise zwischen zwei Leiterenden von Hairpin-Elementen einer elektrischen Maschine ausgebildet, um mehrere Hairpin-Elemente, also haarnadelförmige Kupferdrähte mit zumeist rechteckigem Querschnitt, zu einer Wicklung der elektrischen Maschine zu fügen. Eine elektrische Maschine umfasst in der Regel eine Vielzahl, oft hunderte, solcher Schweißverbindungen.
Die Schweißverbindungen zwischen den Leiterenden werden typischerweise mittels eines Strahlschweißprozesses, z.B. mittels Laserschweißen, ausgeführt und müssen bestimmte Qualitätsanforderungen erfüllen. Beispielsweise ist es erforderlich, dass die Anbindungsfläche, also die Querschnittsfläche die für den Stromfluss von einem Leiter in den anderen Leiter zur Verfügung steht, ausreichend groß ist. Eine zu kleine Anbindungsfläche kann einen unerwünscht hohen ohmschen Widerstand zur Folge haben und die Effizienz der elektrischen Maschine negativ beeinflussen. Es ist daher erforderlich, die Güte der Schweißverbindungen zu prüfen. Eine im Stand der Technik verbreitete Methode umfasst das Bestimmen der Anbindungsfläche mittels Röntgenanalyse. Hierbei wird der gefügte Verbindungsbereich der beiden Leiter in eine entsprechende Vorrichtung verbracht und mit Röntgenstrahlung durchleuchtet, was mit einem erhöhten apparativen und zeitlichen Aufwand einhergeht.
Vor diesem Hintergrund stellt sich die Aufgabe, eine sensitive Prüfung von Schweißverbindungen zwischen Leiterenden mit geringem zeitlichem Aufwand zu ermöglichen.
Vorgeschlagen wird zur Lösung der Aufgabe ein Verfahren zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden, insbesondere zwischen zwei Leiterenden von Hairpin-Elementen einer elektrischen Maschine, wobei für mehrere Bildpunkte eines die Leiterenden umfassenden Erfassungsbereichs zumindest Intensitätsinformationen der Bildpunkte, Tiefeninformationen der Bildpunkte erfasst werden, und wobei in Abhängigkeit von den erfassten Intensitätsinformationen und Tiefeninformationen ein Qualitätsmerkmal, insbesondere eine Anbindungsfläche oder ein Porenvolumen, ermittelt wird.
Ein weiterer Gegenstand der Erfindung ist eine Vorrichtung zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden, insbesondere zwischen zwei Leiterenden von Hairpin-Elementen einer elektrischen Maschine, mit einer Bilderfassungsvorrichtung zur Erfassung von Intensitätsinformationen für mehrere Bildpunkte eines die Leiterenden umfassenden Erfassungsbereichs, mit einer Tiefeninformation-Erfassungsvorrichtung zur Erfassung von Tiefeninformationen der Bildpunkte, und mit einer Prozessoreinheit zur Ermittlung eines Qualitätsmerkmals, insbesondere einer Anbindungsfläche oder eines Porenvolumens, in Abhängigkeit von den erfassten Intensitätsinformationen und Tiefeninformationen. Bei dem erfindungsgemäßen Verfahren und der Vorrichtung wird für mehrere Bildpunkte eines Erfassungsbereichs eine Intensitätsinformation und zusätzlich eine Tiefeninformation erfasst. Die Kombination dieser Informationen ermöglicht es, in Abhängigkeit von diesen Informationen ein Qualitätsmerkmal der Schweißverbindung zwischen den Leiterenden abzuleiten. Das Verfahren kann den eigentlichen Schweißvorgang begleitend bzw. kurz nach Abschluss des Schweißvorgangs durchgeführt werden und ermöglicht dadurch eine prozessbegleitende Qualitätsüberwachung mit geringem zeitlichem Aufwand.
Der Verfahrensschritt des Ermittelns des Qualitätsmerkmals in Abhängigkeit von den erfassten Intensitätsinformationen und Tiefeninformationen wird bevorzugt computerimplementiert ausgeführt, beispielsweise mittels einer Prozessoreinrichtung. Bei den Intensitätsinformationen kann es sich insbesondere um Bilddaten einer 2D-Kamera handeln. Die Tiefeninformationen sind insbesondere Informationen zur topologischen Lage einer Oberfläche der Schweißverbindung in einer Richtung senkrecht zu der Ebene des Erfassungsbereichs.
Bevorzugt sind die Leiterenden aus Kupfer ausgebildet. Besonders bevorzugt sind die Hairpin-Elemente aus Kupfer ausgebildet. Insofern handelt es sich bevorzugt um eine Kupfer-Kupfer-Schweißverbindung.
Gemäß einer vorteilhaften Ausgestaltung ist vorgesehen, dass ein erstes Erfassen der Intensitätsinformationen und der Tiefeninformationen vor dem Ausbilden der Schweißverbindung erfolgt und ein zweites Erfassen der Intensitätsinformationen und der Tiefeninformationen nach dem Ausbilden der Schweißverbindung erfolgt, und das Ermitteln des Qualitätsmerkmals in Abhängigkeit von den vor dem Ausbilden und nach dem Ausbilden der Schweißverbindung ermittelten Intensitätsinformationen und Tiefeninformationen erfolgt. Durch die Ermittlung des Qualitätsmerkmals in Abhängigkeit von den vor und nach dem Schweißen erfassten Informationen kann das Qualitätsmerkmal mit verbesserter Genauigkeit ermittelt werden. Hierbei ist es vorteilhaft, wenn zusätzlich zum zweiten Erfassen der Intensitätsinformationen und der Tiefeninformationen ein Erfassen der Intensitäten der Prozessemissionen nach dem Ausbilden der Schweißverbindung erfolgt. Die Prozessemissionen können insbesondere mit Detektoren, basierend auf Fotodioden für prozesstypische Wellenlängen, aufgezeichnet werden.
Gemäß einer vorteilhaften Ausgestaltung ist vorgesehen, dass die Tiefeninformation mittels einer Triangulations-Vorrichtung ermittelt wird. Die Triangulations-Vorrichtung kann eine optische Abstandsmessung ermöglichen und dadurch Tiefeninformationen für die Bildpunkte des Erfassungsbereichs bereitstellen. Bevorzugt ist die Triangulations-Vorrichtung als Lasertriangulations-Vorrichtung ausgebildet. Die Lasertriangulations-Vorrichtung kann einen oder mehrere Linienlaser umfassen.
Gemäß einer alternativen, vorteilhaften Ausgestaltung ist vorgesehen, dass die Tiefeninformation mittels einer Vorrichtung zur optischen Kohärenztomographie oder einer Streiflichtvorrichtung oder einer Stereokamera ermittelt wird.
Gemäß einer vorteilhaften Ausgestaltung ist vorgesehen, dass das Erfassen der Intensitätsinformationen mit einem Intensitätskanal erfolgt. Insofern können die Intensitätsinformationen ein Graustufenbild des Erfassungsbereichs bilden.
Alternativ ist es möglich, dass das Erfassen der Intensitätsinformationen mit mehreren, insbesondere drei, Intensitätskanälen für unterschiedliche Farben erfolgt. Dabei können die Intensitätsinformationen mehrere Graustufenbilder für unterschiedliche Farben bilden, die in Kombination ein farbiges Abbild des Erfassungsbereichs darstellen. Beispielsweise können Intensitätskanäle für die Farben Rot, Gelb und Blau vorgesehen sein.
Gemäß einer vorteilhaften Ausgestaltung ist vorgesehen, dass das Ermitteln des Qualitätsmerkmals mittels einer Regressionsanalyse erfolgt. Die Regressionsanalyse kann mittels statistischer Analyseverfahren erfolgen.
Gemäß einer vorteilhaften Ausgestaltung ist vorgesehen, dass das Ermitteln des Qualitätsmerkmals mittels eines Systems zum maschinellen Lernen erfolgt. Das System zum maschinellen Lernen kann beispielsweise als künstliches neuronales Netz ausgebildet sein. Ein weiterer Gegenstand der Erfindung ist ein Verfahren zur Bereitstellung eines Trainingsdatensatzes für ein System zum maschinellen Lernen zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden, wobei für mehrere Bildpunkte eines die Leiterenden umfassenden Erfassungsbereichs Intensitätsinformationen der Bildpunkte und Tiefeninformationen der Bildpunkte erfasst werden.
Ferner betrifft die Erfindung einen Trainingsdatensatz für ein Model zum maschinellen Lernen zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden, umfassend: Intensitätsinformationen von mehreren Bildpunkten eines die Leiterenden umfassenden Erfassungsbereichs und Tiefeninformationen der Bildpunkte. Zusätzlich können Informationen aus Zeitreihen, gebildet aus den Intensitäten der Prozessemissionen vorgesehen sein.
Ein weiterer Gegenstand der Erfindung ist ein Verfahren zum Verschweißen von Leiterenden, insbesondere von Hairpin-Elementen einer elektrischen Maschine, mit einem Strahlschweißprozess, insbesondere einem Laserschweißprozess, wobei - vor dem Verschweißen eines ersten Paars von Leiterenden - für mehrere Bildpunkte eines die Leiterenden umfassenden Erfassungsbereichs Intensitätsinformationen der Bildpunkte und Tiefeninformationen der Bildpunkte erfasst werden, wobei die Leiterenden des ersten Paars verschweißt werden wobei - nach dem Verschweißen des ersten Paars von Leiterenden - für mehrere Bildpunkte eines die Leiterenden umfassenden Erfassungsbereichs Intensitätsinformationen der Bildpunkte und Tiefeninformationen der Bildpunkte erfasst werden, wobei in Abhängigkeit von den erfassten Prozess Emissions- Intensitätsinformationen, den Intensitätsinformationen der Bildpunkte und den Tiefeninformationen ein Qualitätsmerkmal, insbesondere eine Anbindungsfläche oder ein Porenvolumen, ermittelt wird, wobei in Abhängigkeit von dem ermittelten Qualitätsmerkmal das Verschweißen eines dem ersten Paar nachfolgenden zweiten Paars von Leiterenden gesteuert wird. Hierbei können in vorteilhafter Weise während des Schweißens die Intensitäten der Prozessemissionen aufgezeichnet werden.
Durch das Verfahren wird es möglich, Schweißverbindungen zwischen Leiterenden mit geringem zeitlichem Aufwand zu prüfen und das Erzeugen nachfolgender Schweißverbindungen in Abhängigkeit von dem Ergebnis der Prüfung einzustellen.
Bei dem Verfahren zum Verschweißen von Leiterenden können auch die im Zusammenhang mit dem Verfahren zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden erläuterten vorteilhaften Ausgestaltungen und Merkmale, allein oder in Kombination, Anwendung finden.
Weitere Einzelheiten und Vorteile der Erfindung sollen nachfolgend anhand eines in anhand der Zeichnungen erläuterten Ausführungsbeispiels beschrieben werden. Hierin zeigt
Fig. 1 einen schematischen Ablauf eines Ausführungsbeispiels eines
Verfahrens gemäß der Erfindung;
Fig. 2 beispielhaftes Verfahren zum Ermitteln eines Qualitätsmerkmals mittels maschinellen Lernens,
Fig. 3 ein weiteres beispielhaftes Verfahren zum Ermitteln eines
Qualitätsmerkmals mittels maschinellen Lernens, und
Fig. 4 ein weiteres beispielhaftes Verfahren zum Ermitteln eines
Qualitätsmerkmals mittels maschinellen Lernens.
In der Fig. 1 ist schematisch ein Ablauf eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden 1 dargestellt. Bei den hier gezeigten Leiterenden 1 handelt es sich um Leiterenden 1 von Hairpin-Elementen einer elektrischen Maschine. Die linken Darstellungen zeigen dabei Intensitätsinformationen IR(X.Y), IG(X,Y), IB(X,Y) von Bildpunkten eines Erfassungsbereichs, der die Leiterenden 1 umfasst. Die Intensitätsinformationen IR(X,Y), IG(X,Y), IB(X,Y) in der oberen Darstellung wurden vor dem Ausbilden der Schweißverbindung erfasst und die Intensitätsinformationen IR(X.Y), IG(X,Y), IB(X,Y) in der unteren Darstellung wurden nach dem Ausbilden der Schweißverbindung 2 erfasst. Die Erfassung der Intensitätsinformationen IR(X.Y), IG(X,Y), IB(X,Y) kann durch eine Bilderfassungsvorrichtung, beispielsweise eine optische Kamera, erfolgen. Gemäß dem Ausführungsbeispiel sind die Intensitätsinformationen IR(X,Y), IG(X,Y), IB(X,Y) mit mehreren, hier drei, Intensitätskanälen erfasst worden. Diese können beispielsweise der Intensität der Farben Rot, Gelb und Blau in dem Erfassungsbereich entsprechen.
In diesem Erfassungsbereich wurden für die Bildpunkte zusätzlich zu den Intensitätsinformationen IR(X,Y), IG(X,Y), IB(X,Y) auch Tiefeninformationen Z(x,y) der Bildpunkte erfasst. Das Erfassen der Tiefeninformationen Z(x,y) kann mittels einer Tiefeninformation-Erfassungsvorrichtung erfolgen. Diese ist bevorzugt als Triangulations-Vorrichtung, insbesondere als Lasertriangulations-Vorrichtung, ausgestaltet. Alternativ kann eine Tiefeninformation-Erfassungsvorrichtung Verwendung finden, die als Vorrichtung zur optischen Kohärenztomographie oder einer Streiflichtvorrichtung oder einer Stereokamera ausgebildet ist.
Gemäß der Erfindung ist nun vorgesehen, dass in Abhängigkeit von den erfassten Intensitätsinformationen IR(X,Y), IG(X,Y), IB(X,Y) und Tiefeninformationen Z(x,y) ein Qualitätsmerkmal, insbesondere eine Anbindungsfläche oder ein Porenvolumen, der Schweißverbindung 2 ermittelt wird. Das Ermitteln des Qualitätsmerkmals mittels einer Regressionsanalyse erfolgen. Bevorzugt erfolgt das Ermitteln des Qualitätsmerkmals mittels eines Systems zum maschinellen Lernen 3.
Die Darstellung in Fig. 2 zeigt schematisch ein System zum maschinellen Lernen 3, das als künstliches neuronales Netz ausgebildet ist. Zum Trainieren des künstlichen neuronalen Netzes wird diesem ein Trainingsdatensatz 4 zugeführt, der Intensitätsinformationen von mehreren Bildpunkten eines die Leiterenden umfassenden Erfassungsbereichs und Tiefeninformationen der Bildpunkte umfasst. Der Trainingsdatensatz 4 enthält die zum überwachten Trainieren eines Modells notwendigen Informationen über die grundlegende Wahrheit, der sog. „Groundtruth“, also beispielsweise den Anbindungsquerschnitt und die Porenanzahl und deren Volumen. Dabei sind in dem Trainingsdatensatz 4 sowohl die vor dem Ausbilden der Schweißverbindung erfassten Intensitäts- und Tiefeninformationen als auch die nach dem Ausbilden der Schweißverbindung erfassten Intensitäts- und Tiefeninformationen enthalten. Der Trainingsdatensatz 4 gemäß Fig. 2 umfasst Intensitätsinformationen mit drei Kanälen.
Das trainierte System 3 wird im Rahmen des Verfahrens zur Ermittlung des Qualitätsmerkmals dazu verwendet, ausgehend von den erfassten Intensitäts- und Tiefeninformationen das Qualitätsmerkmals der Schweißverbindung 2 zu ermitteln. Das Verfahren kann den eigentlichen Schweißvorgang begleitend bzw. kurz nach Abschluss des Schweißvorgangs durchgeführt werden und ermöglicht dadurch eine prozessbegleitende Qualitätsüberwachung mit geringem zeitlichem Aufwand.
Die Fig. 3 zeigt ein weiteres System zum maschinellen Lernen 3, das als künstliches neuronales Netz ausgebildet ist. Im Unterschied zu dem in Fig. 2 gezeigten Ausführungsbeispiel umfasst der Trainingsdatensatz 4 Intensitätsinformationen mit genau einen Intensitätskanal.
Die Fig. 4 zeigt ein weiteres System zum maschinellen Lernen 3, das als künstliches neuronales Netz ausgebildet ist und aus dem Netz 6, bestehend aus LSTM und FCN Layern, and aus dem Netz 7, bestehend aus CNN und FCN, aufgebaut ist.
Im Unterschied zu dem in Fig. 2 gezeigten Ausführungsbeispiel umfasst der Trainingsdatensatz 4 Intensitätsinformationen mit beispielsweise einem Intensitätskanal, Tiefeninformationen und Zeitreihen bestehend aus den Intensitäten der Prozessemissionen. Beispielhaft sind drei Zeitreihen, entsprechend den Intensitäten bei drei ausgewählten Wellenlängen 5 dargestellt. Das zu trainierende Modell ist dabei so aufgebaut, dass es einen Zweig speziell ausgelegt zur Zeitreihen-Regression, basierend z.B. auf einem LSTM-FCN (Neuronales Netz bestehend aus Long short-Term Memory Layern und Fully Connected Layern), und einen Zweig zur Bild Regression, basierend z.B. auf einem CNN-FCN (Convolutional Layern und Fully- Connected Layern), aufweist. Beide Zweige werden auf dem sog.
Feature Layer zusammengefügt.

Claims

Patentansprüche Verfahren zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung (2) zwischen zwei Leiterenden (1 ), insbesondere zwischen zwei Leiterenden von Hairpin-Elementen einer elektrischen Maschine, wobei für mehrere Bildpunkte eines die Leiterenden (1 ) umfassenden Erfassungsbereichs Intensitätsinformationen der Bildpunkte und Tiefeninformationen der Bildpunkte erfasst werden, und wobei in Abhängigkeit von den erfassten Intensitätsinformationen und Tiefeninformationen ein Qualitätsmerkmal, insbesondere eine Anbindungsfläche oder ein Porenvolumen, ermittelt wird. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass ein erstes Erfassen der Intensitätsinformationen und der Tiefeninformationen vor dem Ausbilden der Schweißverbindung (2) erfolgt und ein zweites Erfassen der Intensitätsinformationen und der Tiefeninformationen nach dem Ausbilden der Schweißverbindung (2) erfolgt, und das Ermitteln des Qualitätsmerkmals in Abhängigkeit von den vor dem Ausbilden und nach dem Ausbilden der Schweißverbindung ermittelten Intensitätsinformationen und Tiefeninformationen erfolgt. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass zusätzlich zum zweiten Erfassen der Intensitätsinformationen und der Tiefeninformationen ein Erfassen der Intensitäten der Prozessemissionen nach dem Ausbilden der Schweißverbindung (2) erfolgt. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Tiefeninformation mittels einer Triangulations- Vorrichtung, insbesondere einer Lasertriangulations-Vorrichtung, ermittelt wird.
5. Verfahren nach einem der Ansprüche 1 -- 3, dadurch gekennzeichnet, dass die Tiefeninformation mittels einer Vorrichtung zur optischen Kohärenztomographie oder einer Streiflichtvorrichtung oder einer Stereokamera ermittelt wird.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Erfassen der Intensitätsinformationen mit einem Intensitätskanal oder mit mehreren, insbesondere drei, Intensitätskanälen für unterschiedliche Farben erfolgt.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Ermitteln des Qualitätsmerkmals mittels einer Regressionsanalyse erfolgt.
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Ermitteln des Qualitätsmerkmals mittels eines Systems zum maschinellen Lernen erfolgt.
9. Verfahren zur Bereitstellung eines Trainingsdatensatzes (4) für ein System zum maschinellen Lernen (3) zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden, wobei für mehrere Bildpunkte eines die Leiterenden umfassenden Erfassungsbereichs Intensitätsinformationen der Bildpunkte und Tiefeninformationen der Bildpunkte erfasst werden.
10. Trainingsdatensatz für ein System zum maschinellen Lernen (3) zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden, umfassend:
Intensitätsinformationen von mehreren Bildpunkten eines die Leiterenden umfassenden Erfassungsbereichs und
Tiefeninformationen der Bildpunkte.
1 . Trainingsdatensatz nach Anspruch 10, dadurch gekennzeichnet, dass zusätzlich Informationen aus Zeitreihen, gebildet aus den Intensitäten der Prozessemissionen vorgesehen sind. 2. Verfahren zum Verschweißen von Leiterenden (1 ), insbesondere von Hairpin- Elementen einer elektrischen Maschine, mit einem Strahlschweißprozess, insbesondere einem Laserschweißprozess, wobei - vor dem Verschweißen eines ersten Paars von Leiterenden (1 ) - für mehrere Bildpunkte eines die Leiterenden (1 ) umfassenden Erfassungsbereichs Intensitätsinformationen der Bildpunkte und Tiefeninformationen der Bildpunkte erfasst werden, wobei die Leiterenden (1 ) des ersten Paars verschweißt werden, wobei - nach dem Verschweißen des ersten Paars von Leiterenden (1 ) - für mehrere Bildpunkte eines die Leiterenden umfassenden Erfassungsbereichs Intensitätsinformationen der Bildpunkte und Tiefeninformationen der Bildpunkte erfasst werden, wobei in Abhängigkeit von den erfassten Intensitätsinformationen und Tiefeninformationen ein Qualitätsmerkmal, insbesondere eine Anbindungsfläche oder ein Porenvolumen, ermittelt wird, wobei in Abhängigkeit von dem ermittelten Qualitätsmerkmal das Verschweißen eines dem ersten Paar nachfolgenden zweiten Paars von Leiterenden (1 ) gesteuert wird. 3. Verfahren zum Verschweißen von Leiterenden (1 ) nach Anspruch 12, dadurch gekennzeichnet, dass während des Schweißens die Intensitäten der Prozessemissionen aufgezeichnet werden.
14. Vorrichtung zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung (2) zwischen zwei Leiterenden (1 ), insbesondere zwischen zwei Leiterenden von Hairpin-Elementen einer elektrischen Maschine, mit einer Bilderfassungsvorrichtung zur Erfassung von Intensitätsinformationen für mehrere Bildpunkte eines die Leiterenden umfassenden Erfassungsbereichs, mit einer Tiefeninformation-Erfassungsvorrichtung zur Erfassung von Tiefeninformationen der Bildpunkte, und mit einer Prozessoreinheit zur Ermittlung eines Qualitätsmerkmals, insbesondere einer Anbindungsfläche oder eines Porenvolumens, in Abhängigkeit von den erfassten Intensitätsinformationen und Tiefeninformationen. 15. Vorrichtung zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung
(2) zwischen zwei Leiterenden (1 ) nach Anspruch 14, dadurch gekennzeichnet, dass zusätzlich eine Prozessstrahlungs-Intensitäts- Erfassungseinheit vorgesehen ist.
PCT/EP2023/063948 2022-05-31 2023-05-24 Verfahren zur ermittlung eines qualitätsmerkmals einer schweissverbindung zwischen zwei leiterenden, verfahren zur bereitstellung eines trainingsdatensatzes, trainingsdatensatz, verfahren zum verschweissen von leiterenden sowie vorrichtung zur ermittlung eines qualitätsmerkmals einer schweissverbindung WO2023232600A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102022113705.8A DE102022113705A1 (de) 2022-05-31 2022-05-31 Verfahren zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung zwischen zwei Leiterenden, Verfahren zur Bereitstellung eines Trainingsdatensatzes, Trainingsdatensatz, Verfahren zum Verschweißen von Leiterenden sowie Vorrichtung zur Ermittlung eines Qualitätsmerkmals einer Schweißverbindung
DE102022113705.8 2022-05-31

Publications (1)

Publication Number Publication Date
WO2023232600A1 true WO2023232600A1 (de) 2023-12-07

Family

ID=86692805

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2023/063948 WO2023232600A1 (de) 2022-05-31 2023-05-24 Verfahren zur ermittlung eines qualitätsmerkmals einer schweissverbindung zwischen zwei leiterenden, verfahren zur bereitstellung eines trainingsdatensatzes, trainingsdatensatz, verfahren zum verschweissen von leiterenden sowie vorrichtung zur ermittlung eines qualitätsmerkmals einer schweissverbindung

Country Status (2)

Country Link
DE (1) DE102022113705A1 (de)
WO (1) WO2023232600A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130075371A1 (en) * 2011-09-22 2013-03-28 GM Global Technology Operations LLC Non-destructive evaluation of welded joints of bar wound stator utilizing infrared and thermal methods
JP2014238387A (ja) * 2013-05-07 2014-12-18 トヨタ自動車株式会社 溶接品質検査装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130075371A1 (en) * 2011-09-22 2013-03-28 GM Global Technology Operations LLC Non-destructive evaluation of welded joints of bar wound stator utilizing infrared and thermal methods
JP2014238387A (ja) * 2013-05-07 2014-12-18 トヨタ自動車株式会社 溶接品質検査装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BAADER MARCEL ET AL: "Potentials of Optical Coherence Tomography for Process Monitoring in Laser Welding of Hairpin Windings", 2021 11TH INTERNATIONAL ELECTRIC DRIVES PRODUCTION CONFERENCE (EDPC), IEEE, 7 December 2021 (2021-12-07), pages 1 - 10, XP034047278, DOI: 10.1109/EDPC53547.2021.9684210 *
MAYR ANDREAS ET AL: "Evaluation of Machine Learning for Quality Monitoring of Laser Welding Using the Example of the Contacting of Hairpin Windings", 2018 8TH INTERNATIONAL ELECTRIC DRIVES PRODUCTION CONFERENCE (EDPC), IEEE, 4 December 2018 (2018-12-04), pages 1 - 7, XP033526174, DOI: 10.1109/EDPC.2018.8658346 *
VATER JOHANNES ET AL: "Quality Control and Fault Classification of Laser Welded Hairpins in Electrical Motors", 18 December 2020 (2020-12-18), XP055934462, Retrieved from the Internet <URL:https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=9287701&ref=aHR0cHM6Ly9pZWVleHBsb3JlLmllZWUub3JnL2RvY3VtZW50LzkyODc3MDE=> [retrieved on 20220622] *

Also Published As

Publication number Publication date
DE102022113705A1 (de) 2023-11-30

Similar Documents

Publication Publication Date Title
DE102018129441B4 (de) System zur Überwachung eines Laserbearbeitungsprozesses, Laserbearbeitungssystem sowie Verfahren zur Überwachung eines Laserbearbeitungsprozesses
DE102011081668B4 (de) Vorrichtung und Verfahren zur Bestimmung der Form des Endes einer Schweißnaht
DE4201943C2 (de) Verfahren und Vorrichtung zum Prüfen einer Verbindung eines elektronischen Bauelements
DE69207689T2 (de) Verfahren zur Prüfung eines elektrischen Drahts im abisolierten Zustand
DE102018129425A1 (de) System zur Erkennung eines Bearbeitungsfehlers für ein Laserbearbeitungssystem zur Bearbeitung eines Werkstücks, Laserbearbeitungssystem zur Bearbeitung eines Werkstücks mittels eines Laserstrahls umfassend dasselbe und Verfahren zur Erkennung eines Bearbeitungsfehlers eines Laserbearbeitungssystems zur Bearbeitung eines Werkstücks
DE102020104462A1 (de) Verfahren zum Analysieren einer Schweißverbindung beim Laserschweißen von Werkstücken
DE2525406A1 (de) Verfahren und anordnung zum zentrieren eines abgelenkten buendels einer ionisierenden strahlung
WO2021069346A1 (de) Laserbearbeitungssystem zum durchführen eines bearbeitungsprozesses an einem werkstück mittels eines laserstrahls und verfahren zur überwachung eines bearbeitungsprozesses an einem werkstück mittels eines laserstrahls
EP4288932B1 (de) Verfahren und vorrichtung zum auswerten einer schweissqualität einer schweissnaht zwischen endabschnitten von zwei leiterelementen
DE102012207045B4 (de) Bildverarbeitungsvorrichtung und Bildverarbeitungsverfahren
DE2653590B2 (de) Vorrichtung zum Ermitteln von Fehlern in flächenhaften Mustern, insbesondere in Photomasken
WO2022135787A1 (de) Verfahren und vorrichtung zur optischen qualitätskontrolle während der fertigung von leiterplatten
WO2023232600A1 (de) Verfahren zur ermittlung eines qualitätsmerkmals einer schweissverbindung zwischen zwei leiterenden, verfahren zur bereitstellung eines trainingsdatensatzes, trainingsdatensatz, verfahren zum verschweissen von leiterenden sowie vorrichtung zur ermittlung eines qualitätsmerkmals einer schweissverbindung
EP3961559B1 (de) Verfahren und vorrichtung zum ermitteln von defekten während eines oberflächenmodifizierungsverfahrens
DE102021209993A1 (de) Verfahren zur Bestimmung der Qualität einer Laserstrahlschweißverbindung
DE102011085677A1 (de) Verfahren und Vorrichtung zur Überwachung eines an einem Werkstück vorzunehmenden Laserbearbeitungsvorgangs
DE102020101422B4 (de) Verfahren zum automatisierten Vermessen von Schweißlinsen eines im Laser-Powder Bed Fusion Prozess hergestellten Bauteils
DE102014200628A1 (de) Verfahren zur thermographischen Untersuchung
DE102022115255A1 (de) System und Verfahren zur Fehlerkontrolle von Laserschweißprozessen
DE102007043034A1 (de) Verfahren und Vorrichtung zur Inline-Qualitätssicherung an Druckmaschinen
DE102021121112A1 (de) Analysieren eines Laserbearbeitungsprozesses basierend auf einem Spektrogramm
DE102018119232A1 (de) Konfektionierverfahren
EP4254083A1 (de) Verfahren zur parametrisierung eines überwachungssystems, parametrisierungsvorrichtung und überwachungssystem
DE102022100231A1 (de) Verfahren zum Laserstrahlschweißen von mehreren Komponenten an unterschiedlichen Bearbeitungsstellen eines Bauteils sowie Laserschweißvorrichtung
DE102013019156A1 (de) Verfahren und Vorrichtung zum Erzeugen dynamischer Scannerfiguren zum Bearbeiten eines Werkstücks

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23728736

Country of ref document: EP

Kind code of ref document: A1