JP7599389B2 - Welding support method, welding support system and program - Google Patents
Welding support method, welding support system and program Download PDFInfo
- Publication number
- JP7599389B2 JP7599389B2 JP2021136432A JP2021136432A JP7599389B2 JP 7599389 B2 JP7599389 B2 JP 7599389B2 JP 2021136432 A JP2021136432 A JP 2021136432A JP 2021136432 A JP2021136432 A JP 2021136432A JP 7599389 B2 JP7599389 B2 JP 7599389B2
- Authority
- JP
- Japan
- Prior art keywords
- welding
- parameter
- value
- abnormality
- parameters
- 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.)
- Active
Links
- 238000003466 welding Methods 0.000 title claims description 498
- 238000000034 method Methods 0.000 title claims description 68
- 230000005856 abnormality Effects 0.000 claims description 124
- 238000013210 evaluation model Methods 0.000 claims description 78
- 230000006872 improvement Effects 0.000 claims description 43
- 238000011156 evaluation Methods 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 8
- 230000000368 destabilizing effect Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 238000010276 construction Methods 0.000 description 14
- 230000000087 stabilizing effect Effects 0.000 description 9
- 230000007704 transition Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Arc Welding Control (AREA)
Description
本開示は、溶接支援方法、溶接支援システム及びプログラムに関する。 This disclosure relates to a welding support method, a welding support system, and a program.
溶接の作業現場では、溶接品質の安定化、手戻りの低減など作業の効率化が求められている。特許文献１には、熟練した作業者や専門知識を必要とせずに、最適な溶接条件をアーク溶接ロボットに設定することができる溶接システムが開示されている。特許文献１の溶接システムは、溶接条件を調整しながら、溶接部位をカメラで撮像しつつ溶接ロボットによる溶接を実行し、その結果に対して、溶接品質、スパッタ発生量、溶接ワイヤ消費量などの観点から報酬を決定し、強化学習により、最適な溶接条件を獲得する機械学習器を備えている。特許文献１に記載された溶接条件の決定方法は、溶接部位の撮像が困難な場合には適用が難しい。また、溶接ロボットを対象としているため、溶接士による溶接作業には適用が難しく、例えば、溶接作業中に生じる外乱や変動などへの対応ができない可能性がある。
At welding work sites, there is a demand for improved work efficiency, such as stabilizing welding quality and reducing rework.
溶接作業中に溶接士の作業を支援することによって、溶接品質の安定化や手戻りの低減を実現する方法が求められている。 There is a need for a method to stabilize welding quality and reduce rework by supporting the welder during welding work.
本開示は、上記課題を解決することができる溶接支援方法、溶接支援システム及びプログラムを提供する。 This disclosure provides a welding support method, welding support system, and program that can solve the above problems.
本開示の溶接支援方法は、溶接の状態を示す溶接パラメータについて、溶接中の前記溶接パラメータの値を取得するステップと、前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価するステップと、前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出するステップと、前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示するステップと、を有する。前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値の確率密度分布であり、前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの評価対象値の確率密度分布と前記正常値の確率密度分布との密度比を異常度として算出し、前記算出するステップでは、前記評価対象値の確率密度分布の平均値を前記正常値の確率密度分布の平均値に近づける方向を前記改善方向として算出する。又は、前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値を入力すると前記正常値を出力するよう構築された前記正常値を再現するモデルであり、前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの値を前記評価モデルに入力したときに前記評価モデルが出力する値が入力した前記パラメータの値をどの程度再現しているかを示す再現度を異常度として算出し、前記算出するステップでは、前記再現度を向上させる方向を前記改善方向として算出する。 The welding support method of the present disclosure includes the steps of: acquiring values of welding parameters during welding, evaluating the abnormality of the welding parameters based on an evaluation model for evaluating the abnormality of the welding parameters and the acquired values of the welding parameters, identifying a parameter to be improved among the welding parameters when the abnormality is equal to or greater than a threshold, and calculating an improvement direction of the parameter value, and displaying information for supporting welding related to the welding parameters together with the evaluation result of the abnormality. The evaluation model is a probability density distribution of normal values of each parameter included in the welding parameters, and the evaluating step calculates a density ratio between a probability density distribution of an evaluation target value of each parameter included in the welding parameters and a probability density distribution of the normal values as the abnormality, and the calculating step calculates a direction in which an average value of the probability density distribution of the evaluation target value approaches an average value of the probability density distribution of the normal values as the improvement direction. Alternatively, the evaluation model is a model that reproduces the normal values constructed so as to output the normal values when normal values of each parameter included in the welding parameters are input, and in the evaluating step, a reproducibility indicating the extent to which the values output by the evaluation model when the values of each parameter included in the welding parameters are input into the evaluation model reproduce the input parameter values is calculated as a degree of abnormality, and in the calculating step, a direction in which the reproducibility is improved is calculated as the improvement direction.
本開示の溶接支援システムは、溶接の状態を示す溶接パラメータについて、溶接中の前記溶接パラメータの値を取得する手段と、前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価する手段と、前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出する手段と、前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示する手段と、を有する。前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値の確率密度分布であり、前記評価する手段は、前記溶接パラメータに含まれる各パラメータの評価対象値の確率密度分布と前記正常値の確率密度分布との密度比を異常度として算出し、前記算出する手段は、前記評価対象値の確率密度分布の平均値を前記正常値の確率密度分布の平均値に近づける方向を前記改善方向として算出する。又は、前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値を入力すると前記正常値を出力するよう構築された前記正常値を再現するモデルであり、前記評価する手段は、前記溶接パラメータに含まれる各パラメータの値を前記評価モデルに入力したときに前記評価モデルが出力する値が入力した前記パラメータの値をどの程度再現しているかを示す再現度を異常度として算出し、前記算出する手段は、前記再現度を向上させる方向を前記改善方向として算出する。 The welding support system of the present disclosure includes: a means for acquiring values of welding parameters indicating a welding state during welding; a means for evaluating the abnormality of the welding parameters based on an evaluation model for evaluating the abnormality of the welding parameters and the acquired values of the welding parameters; a means for identifying a parameter to be improved among the welding parameters when the abnormality is equal to or greater than a threshold value and calculating an improvement direction of the parameter value; and a means for displaying information for supporting welding related to the welding parameters together with an evaluation result of the abnormality. The evaluation model is a probability density distribution of normal values of each parameter included in the welding parameters, the evaluating means calculates a density ratio between a probability density distribution of an evaluation target value of each parameter included in the welding parameters and a probability density distribution of the normal values as the abnormality degree, and the calculating means calculates a direction in which an average value of the probability density distribution of the evaluation target values approaches an average value of the probability density distribution of the normal values as the improvement direction. Alternatively, the evaluation model is a model that reproduces the normal values constructed so as to output the normal values when normal values of each parameter included in the welding parameters are input, and the evaluating means calculates, as the degree of abnormality, a reproducibility indicating the extent to which the value output by the evaluation model when the value of each parameter included in the welding parameters is input into the evaluation model reproduces the input parameter value, and the calculating means calculates, as the improvement direction, a direction in which the reproducibility is improved.
本開示のプログラムは、コンピュータに、溶接の状態を示す溶接パラメータについて、溶接中の前記溶接パラメータの値を取得するステップと、前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価するステップと、前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出するステップと、前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示するステップと、を実行させる。前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値の確率密度分布であり、前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの評価対象値の確率密度分布と前記正常値の確率密度分布との密度比を異常度として算出し、前記算出するステップでは、前記評価対象値の確率密度分布の平均値を前記正常値の確率密度分布の平均値に近づける方向を前記改善方向として算出する。又は、前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値を入力すると前記正常値を出力するよう構築された前記正常値を再現するモデルであり、前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの値を前記評価モデルに入力したときに前記評価モデルが出力する値が入力した前記パラメータの値をどの程度再現しているかを示す再現度を異常度として算出し、前記算出するステップでは、前記再現度を向上させる方向を前記改善方向として算出する。 The program of the present disclosure causes a computer to execute the steps of acquiring values of welding parameters during welding, evaluating the abnormality of the welding parameters based on an evaluation model for evaluating the abnormality of the welding parameters and the acquired values of the welding parameters, identifying a parameter to be improved among the welding parameters when the abnormality is equal to or greater than a threshold, and calculating an improvement direction of the parameter value , and displaying information supporting welding related to the welding parameters together with the evaluation result of the abnormality. The evaluation model is a probability density distribution of normal values of each parameter included in the welding parameters, and the evaluating step calculates a density ratio between a probability density distribution of an evaluation target value of each parameter included in the welding parameters and a probability density distribution of the normal values as the abnormality, and the calculating step calculates a direction in which an average value of the probability density distribution of the evaluation target values approaches an average value of the probability density distribution of the normal values as the improvement direction. Alternatively, the evaluation model is a model that reproduces the normal values constructed so as to output the normal values when normal values of each parameter included in the welding parameters are input, and in the evaluating step, a reproducibility indicating the extent to which the values output by the evaluation model when the values of each parameter included in the welding parameters are input into the evaluation model reproduce the input parameter values is calculated as a degree of abnormality, and in the calculating step, a direction in which the reproducibility is improved is calculated as the improvement direction.
上述の溶接支援方法、溶接支援システム及びプログラムによれば、溶接品質の安定化、手戻りの低減を実現することができる。 The above-mentioned welding support method, welding support system, and program can stabilize welding quality and reduce rework.
以下、本開示の溶接支援方法について、図１～図７を参照して説明する。
＜実施形態＞
（構成）
図１は、実施形態に係る溶接支援システムの一例を示す図である。
溶接支援システム１００は、溶接機１０と、データロガー２０と、溶接支援装置３０と、表示装置４０と、モデル構築装置５０と、を備える。溶接機１０は、溶接電流などの溶接条件を調整するためのレバー、スイッチ等と計器類が設けられた操作パネルを備えている。溶接士６０は、溶接機１０の操作パネルで溶接条件を調整しながら、溶接機１０に接続された溶接棒１１を用いて、被溶接物１２の溶接作業を実施する。データロガー２０は、溶接機１０および溶接部位付近に設置された図示しないセンサと接続されていて、溶接中に、溶接機１０が備えるセンサ、溶接部位付近のセンサが計測した計測値をリアルタイムに取得する。データロガー２０によって取得される計測値および計測値をもとに得られる特徴量（例えば、溶接電流と溶接電圧の積）を溶接パラメータとよぶ。溶接パラメータは、溶接の状態を判定するために必要な情報である。溶接パラメータには、溶接電圧、溶接電流、溶接速度、溶接電流と溶接電圧の積など、溶接の品質等の判断に必要とされる複数のパラメータが含まれる。データロガー２０は、溶接支援装置３０と通信可能に接続されている。データロガー２０が取得した溶接パラメータの計測値は、リアルタイムで溶接支援装置３０へ送信される。溶接支援装置３０は、溶接パラメータを取得すると、評価モデルＭを用いて、溶接パラメータを評価し、溶接状態が安定しているか否かを判定する。溶接状態とは、溶接パラメータの値から推定される溶接作業や溶接品質の安定度、正常度のことである。溶接状態が不安定になると、溶接支援装置３０は、溶接パラメータの中から、溶接状態を不安定化する要因となったパラメータを特定し、特定したパラメータを改善する方法を解析する。溶接支援装置３０は、表示装置４０と接続されていて、溶接状態の判定結果や、最新のパラメータ値、パラメータ値の改善方法等の情報を表示装置４０へ出力する。溶接士６０は、表示装置４０に表示される情報を参考にしながら溶接作業を行う。例えば、溶接状態が安定しているときには、現在の溶接パラメータの値を確認し、溶接状態が不安定になると、表示装置４０に表示されるパラメータ値の改善方法に従って、溶接機１０の操作パネルを操作し、溶接条件を調節する。これにより、高品質且つ安定した溶接作業が可能となる。また、モデル構築装置５０は、溶接支援装置３０等に蓄積された溶接パラメータを取得し、溶接パラメータの評価に用いる評価モデルＭを構築する。モデル構築装置５０が構築した評価モデルＭは溶接支援装置３０へ出力され、溶接支援装置３０は、この評価モデルＭに基づいて、溶接パラメータを評価する。
Hereinafter, the welding assistance method of the present disclosure will be described with reference to FIGS.
<Embodiment>
(composition)
FIG. 1 is a diagram illustrating an example of a welding support system according to an embodiment.
The
溶接支援装置３０は、データ取得部３１と、設定受付部３２と、制御部３３と、出力部３４と、記憶部３５と、を備える。
データ取得部３１は、溶接士６０の溶接作業中に、データロガー２０から時々刻々と溶接パラメータの計測値を取得する。溶接パラメータの計測値には、溶接に関する複数のパラメータの値とその値が計測された時刻の情報が含まれている。溶接パラメータに計測値から算出される特徴量が含まれる場合、データ取得部３１は、データロガー２０から取得した計測値を用いて特徴量の計算を行う。
設定受付部３２は、溶接状態が安定しているか否を判定するための閾値や、溶接状態が不安定になったときに改善すべきパラメータとして提示するパラメータ数の上限値の設定などを受け付ける。
The
The setting receiving
制御部３３は、溶接パラメータを評価して溶接状態を判定し、不安定と判定された場合にどのパラメータをどのように改善すべきかを解析する処理を制御する。制御部３３は、判定部３３１と、解析部３３２とを備える。
The
判定部３３１は、溶接パラメータと評価モデルＭとに基づいて、溶接状態が安定しているかどうかを判定する。溶接状態が安定しているとは、溶接パラメータを構成する各パラメータのそれぞれが正常、理想とする範囲内におおむね収まっている状態で溶接作業が実施されていることを意味し、このような状態で実施された溶接品質は良好なものとなる。例えば、判定部３３１は、溶接状態が安定しているときに計測された溶接パラメータの計測値や計測値をもとに得られる特徴量を学習して構築された評価モデルＭと、評価対象の溶接パラメータとの距離を計算して、この距離が閾値未満であれば、溶接状態が安定していると判定し、この距離が閾値以上であれば、溶接状態が不安定になっていると判定する。なお、この距離のことを異常度とよぶ。
The
解析部３３２は、溶接状態が不安定と判定された場合、不安定と判定する要因となったパラメータのうち、影響度の大きいものを所定個選択し、そのパラメータの値をどのようにすれば（例えば、大きくする、小さくする等）溶接状態を安定化することができるかを解析する。
When the
ここで、図２Ａを参照して、判定部３３１と解析部３３２の処理の一例について詳しく説明する。図２Ａの上図２Ａ１に示す点ｘは評価対象の溶接パラメータを示し、点ｋは、溶接パラメータの正常値・理想値を示している。例えば、溶接パラメータが３つのパラメータから構成されている場合、図２Ａ１に示すように溶接パラメータを３次元空間上の１点として表すことができる。実際には、溶接パラメータには、より多くの種類のパラメータが含まれているが、ここでは、３つのパラメータで構成されるとして、図２Ａ１のように、溶接パラメータを３次元空間上の点で表す。また、３つのパラメータを、それぞれパラメータ１、２、３とし、点ｘに対応する溶接パラメータのパラメータ１～３をそれぞれｘ１、ｘ２、ｘ３で表し、点ｋに対応する溶接パラメータのパラメータ１～３をそれぞれｋ１、ｋ２、ｋ３で表わす。評価モデルＭは、溶接状態が安定しているときに計測された溶接パラメータ（正常時のデータ）を学習してできた各パラメータ１～３についての正常な値の範囲を定めた評価モデルである。点ｋは評価モデルＭに含まれる点のうち、点ｘに近い点（最も近い点でもよいし、ｎ番目に近い点でもよい。）を示す。判定部３３１は、評価対象の溶接パラメータ（点ｘ）によって溶接状態を判定する場合、判定モデルＭに含まれる近傍点ｋを特定し、点ｘと点ｋの距離（異常度）を算出する。距離の算出方法を図２の下図２Ａ２の「距離（異常度）」行に示す。
Here, referring to FIG. 2A, an example of the processing of the
判定部３３１は、図２Ａ２の式（１ａ）によって、評価対象データｘと近傍点ｋの距離Ｄ（ｘ）を算出する。式（１ａ）に示すように、距離Ｄ（ｘ）は、各パラメータ間の差分を足し合わせた１つの値である。判定部３３１は、距離Ｄ（ｘ）が閾値以上であれば溶接状態が不安定と判定し、距離Ｄ（ｘ）が閾値未満であれば、溶接状態が安定していると判定する。また、判定部３３１は、パラメータ１～３のそれぞれに重み付けを付して、距離Ｄ（ｘ）を計算してもよい。例えば、異常判定部１３２は、パラメータ１～３のそれぞれにＡ１～Ａ３の重み係数を乗じて、図４の式（１ｂ）によって、距離Ｄ（ｘ）を計算する。パラメータ１が溶接状態に大きく影響することが分かっていてパラメータ１に重きをおくような場合、ユーザは、Ａ１に大きな値を設定する。なお、距離の計算は、ユークリッド距離以外にも、マハラノビス距離やマンハッタン距離を計算してもよい。
The
距離Ｄ（ｘ）が閾値以上で溶接状態が不安定と判定されると、解析部３３２は、点ｘおよび点ｋを構成する各パラメータ１～３のうち距離Ｄ（ｘ）への貢献度が高いパラメータを特定し、特定したパラメータ同士を比較して、点ｘにおける特定したパラメータの値をどのようにすれば、溶接状態が安定化するかを解析する。
When the distance D(x) is equal to or greater than the threshold and the welding condition is determined to be unstable, the
具体的には、解析部３３２は、図２Ａ２の「要因」行に示すように、（ｋ１－ｘ１）２、（ｋ２－ｘ２）２、（ｋ３－ｘ３）２の中から大きい順に所定個を選択する。つまり、解析部３３２は、距離Ｄ（ｘ）への貢献、影響が高いパラメータを、溶接状態を不安定化させる要因として特定する。例えば、選択すべきパラメータの個数が１つで、（ｋ１－ｘ１）２が最も大きい場合、解析部３３２は、パラメータ１を不安定化要因として特定する。解析部３３２は、パラメータ１～３のそれぞれに重み付けを付して、不安定化の要因となるパラメータを特定してもよい。例えば、パラメータ１が溶接状態を安定化させるために支配的な要因であれば、ユーザは、Ａ１に大きな値を設定し、パラメータ１が不安定化要因として選択されやすくすることができる。
Specifically, as shown in the "Factor" row in FIG. 2A2, the
また、解析部３３２は、図２Ａ２の「方向」行に示すように、不安定化要因として特定したパラメータについて、２乗する前の差分の計算式によって、パラメータ値の改善方向を算出する。例えば、不安定化要因としてパラメータ１が特定された場合、解析部３３２は、（ｋ１－ｘ１）を計算して、（ｋ１－ｘ１）を０に近づける方向を算出する。具体的には、（ｋ１－ｘ１）が正の値であれば、解析部３３２は、パラメータ１（ｘ１）の値を大きくする方向が溶接状態を改善（安定化させる）方向であると評価し、（ｋ１－ｘ１）が負の値であれば、パラメータ１（ｘ１）の値を小さくする方向が溶接状態を改善する方向であると評価する。
Furthermore, as shown in the "Direction" row in Fig. 2A2, the
なお、図２Ａで説明した評価モデルＭ、異常度やパラメータ値の改善方向の算出処理は一例であり、これに限定されない。他の評価方法の例として、図２Ｂに確率密度分布を評価モデルとする例を示し、図２Ｃに再現度に基づいて異常判定を行う評価モデルの例を示す。図２Ｂの左上図は、正常データに含まれる複数のパラメータのうちのパラメータ１の確率密度分布を示している。左上図に例示する正常データから算出された確率密度分布が評価モデルである。図２Ｂの左下図は、評価対象の溶接パラメータのうちのパラメータ１の確率密度分布を示している。各グラフの縦軸は確率密度、横軸はパラメータ１の値を示している。判定部３３１は、所定期間（例えば溶接中の直前の機関であるｔ１～ｔ２）に計測された溶接パラメータのデータ集合を用いて確率密度分布を算出し、予め算出してあった正常データの確率密度分布（＝評価モデル）との密度比を算出する。より具体的には、判定部３３１は、評価対象のパラメータ１の値が存在するｖ１～ｖ２の範囲で正常データと評価対象データの確率密度分布の密度比（確率密度分布の曲線を表す確率密度関数の比）を異常度として計算し、密度比が“１”を中心とする許容範囲を逸脱すると溶接状態が不安定と判定する。図２Ｂの右図に計算した密度比の例を示す。図の例では、密度比が“１”から乖離している為、パラメータ１については異常と判定される。判定部３３１は、評価対象の複数のパラメータのそれぞれについて密度比（異常度）を算出し、１つでも密度比が“１”を中心とする許容範囲から逸脱するパラメータがあれば、所定期間に計測された評価対象のパラメータによって示される溶接状態は不安定と判定する。あるいは、判定部３３１は、密度比が許容範囲から逸脱するパラメータが所定個以上存在する場合に溶接状態が不安定と判定するように構成されていてもよい。
Note that the evaluation model M described in FIG. 2A and the calculation process of the degree of abnormality and the direction of improvement of the parameter value are only examples, and are not limited to these. As examples of other evaluation methods, FIG. 2B shows an example in which a probability density distribution is used as an evaluation model, and FIG. 2C shows an example of an evaluation model that performs abnormality judgment based on reproducibility. The upper left diagram of FIG. 2B shows the probability density distribution of
また、解析部３３２は、各パラメータについて計算した密度比（異常度）のうち許容範囲を逸脱したパラメータについて、密度比を対数変換して大きいものから順に所定個を不安定化要因として特定してもよいし、確率密度分布の分散が大きいものから順に所定個を不安定化要因として特定してもよいし、密度比“１”を中心とする許容範囲を逸脱している範囲の面積が大きいものから順に所定個を不安定化要因として特定してもよいし、正常データの確率密度分布の平均値と評価対象パラメータの確率密度分布の平均値との距離Ｌを算出し、距離Ｌが長いものから順に所定個を不安定化要因として特定してもよい。また、解析部３３２は、これらを組み合わせて不安定化要因を特定してもよい。例えば、解析部３３２は、複数の方法で不安定化要因と特定されるパラメータを最終的な不安定化要因として特定してもよいし、複数の方法の何れかで不安定化要因と特定されるパラメータの全てを最終的な不安定化要因として特定してもよい。また、解析部３３２は、不安定化要因として特定した各パラメータについて、正常データの確率密度が最も高い値（確率密度分布の平均値）の方向（図２Ｂの左下図の太線矢印方向）を、溶接状態を改善する方向であると評価する。
The
次に図２Ｃを参照して再現度に基づく評価モデルによって溶接状態の判定を行う処理について説明する。（ステップ１）モデル構築装置５０は、パラメータ１～３を含む正常データを学習データとして、如何なる正常データを入力しても、入力したデータ自身を出力するように学習し、正常データを再現するような評価モデル（例えばオートエンコーダ）を構築する。（ステップ２）判定部３３１は、構築された評価モデルに評価対象データのパラメータ１～３の（Ｑ１～Ｑ３とする）を入力する。評価モデルが出力するパラメータ１～３の値をＱ１´～Ｑ３´とすると、異常判定部１３２は、｜Ｑ１－Ｑ１´｜、｜Ｑ２－Ｑ２´｜、｜Ｑ３－Ｑ３´｜を計算し、これらの値を再現度（異常度）とする。再現度（異常度）は小さい方が良く、判定部３３１は、少なくとも１つのパラメータについて再現度が閾値を超えたらその評価対象データを異常と判定する。あるいは、判定部３３１は、再現度が閾値を超えるパラメータが所定個以上存在する場合に異常と判定するように構成されていてもよい。また、解析部３３２は、再現度（異常度）が大きいものから順に所定個を不安定化要因として特定する。例えば、｜Ｑ１－Ｑ１´｜＝０、｜Ｑ２－Ｑ２´｜＝２、｜Ｑ３－Ｑ３´｜＝５であり、１つだけ不安定化要因を特定する場合、解析部３３２は、パラメータ３を不安定化要因として特定する。また、解析部３３２は、再現度（異常度）＝０となる方向を、溶接状態を改善する方向であると評価する。例えば、解析部３３２は、パラメータ３について、｜Ｑ３－Ｑ３´｜＝５が｜Ｑ３－Ｑ３´｜＝０となるような方向を、溶接状態を改善する方向として評価する。
Next, referring to FIG. 2C, a process of judging the welding state using an evaluation model based on the reproducibility will be described. (Step 1) The
または、溶接状態が安定化しているときの複数のパラメータ間の相関関係を学習して判定モデルＭを構築してもよい。この場合、例えば、評価対象の溶接パラメータを構成するパラメータ間の相関係数と、判定モデルＭで定められた同じパラメータ間の相関係数との差が閾値以上であれば、溶接状態を不安定であると判定し、これらのパラメータが溶接状態を不安定にしている要因であると特定する。また、評価対象のパラメータ間の相関係数と判定モデルＭのパラメータ間の相関係数との差を０に近づける方向を、溶接状態を改善する方向として算出する。 Alternatively, the judgment model M may be constructed by learning the correlations between multiple parameters when the welding condition is stable. In this case, for example, if the difference between the correlation coefficients between the parameters constituting the welding parameters to be evaluated and the correlation coefficients between the same parameters determined in the judgment model M is equal to or greater than a threshold value, the welding condition is judged to be unstable, and these parameters are identified as the factors that cause the welding condition to be unstable. In addition, the direction in which the difference between the correlation coefficients between the parameters to be evaluated and the correlation coefficients between the parameters of the judgment model M approaches 0 is calculated as the direction in which the welding condition is improved.
また、溶接状態が安定しているとき、不安定な状態のとき、不安定な状態から安定化した状態に戻すことができたとき、不安定な状態から安定化させることができなかったときなど様々な状態の溶接パラメータが得られる場合には、これらのデータを解析し、機械学習や深層学習などにより、溶接中に得られた溶接パラメータを入力すると、異常度、溶接状態を不安定化させているパラメータ、そのパラメータの改善方向などの情報を出力する学習済みモデルを構築し、これを評価モデルＭとして利用してもよい。 In addition, when welding parameters for various states, such as when the welding state is stable, when it is unstable, when it has been possible to restore the welding state from an unstable state to a stable state, and when it has not been possible to stabilize the welding state from an unstable state, are obtained, these data can be analyzed, and a trained model can be constructed using machine learning or deep learning, etc., which, when the welding parameters obtained during welding are input, outputs information such as the degree of abnormality, the parameters that are destabilizing the welding state, and the direction in which those parameters are improved, and this can be used as the evaluation model M.
制御部３３は、溶接中に溶接状態を判定し、パラメータの改善方向等を解析すると、これらの情報を、データロガー２０から取得した当該解析に係る溶接パラメータ及びその溶接パラメータの取得時刻、溶接を担当している溶接士６０の識別情報などと対応付けて記憶部３５に記録する。この記録は、溶接士６０による自身の作業の振り返りや、複数の溶接士６０それぞれの作業傾向（例えばＡさんは溶接電流が高くなる傾向がある、Ｂさんは溶接速度が不安定になる傾向がある等）を解析するために用いることができる。
When the
出力部３４は、判定部３３１による溶接状態の判定結果、データロガー２０から取得した溶接パラメータの値、解析部３３２による解析結果などを表示装置４０へ出力する。
記憶部３５は、溶接パラメータ、判定モデル、閾値の設定など種々の情報を記憶する。
The
The
モデル構築装置５０は、溶接支援装置３０等に蓄積された溶接パラメータを取得して、所定の方法により、評価モデルＭを構築する。評価モデルＭの構築手法は特に限定されない。例えば、モデル構築装置５０は、溶接パラメータのうち、溶接状態が安定しているときに取得されたデータを抽出して、抽出された正常時のデータを学習して、各パラメータの正常な範囲を定めた評価モデルＭを構築する。モデル構築装置５０は、構築した評価モデルＭを溶接支援装置３０へ出力する。
The
（溶接中の動作）
図３に溶接パラメータと異常度の推移の一例を示す。図３の上図３Ａに溶接中の溶接パラメータの推移を示し、下図３Ｂに、異常度の推移を示す。図３Ａの縦軸は各パラメータの計測値の大きさ、横軸は時間である。図３Ｂの縦軸は異常度の大きさ、横軸は時間である。図３Ａ、図３Ｂの横軸の同じ位置は同じ時刻を示している。溶接パラメータのうち、図３ＡのグラフＰ１は溶接電流、グラフＰ２は溶接電圧、グラフＰ３は溶接速度の推移を示している。溶接支援装置３０は、時々刻々と溶接パラメータを取得し、異常度を計算している。図３ＢのグラフＰ４は、判定部３３１がリアルタイムに計算した異常度の推移を示している。例えば、時刻ｔ１に溶接速度が上昇すると、式（１ａ）によって計算される異常度は上昇する。同様に、時刻ｔ２に溶接電流が上昇すると異常度は上昇し、時刻ｔ３に溶接電流が下降すると異常度は上昇する。そして、判定部３３１は、異常度が閾値以上となると溶接状態が不安定になったと判定し、解析部３３２に溶接状態を安定化させる方法を解析するよう指示する。時刻ｔ１～ｔ３にて何れも異常度が閾値以上となったとすると、解析部３３２は、時刻ｔ１については、図２Ａ等を用いて説明した処理により、溶接速度の上昇が異常度を上昇させた要因であると特定し、溶接速度を減速させることが異常度を閾値未満に低下させる方法であることを解析する。すると出力部３４は、この解析結果に基づいて「溶接速度を下げてください」といった溶接を支援する案内を表示装置４０へ表示させる。溶接士６０は、この案内を見て溶接速度を下げて溶接作業を継続する。すると、異常度が閾値未満に低下する。同様にして、解析部３３２は、時刻ｔ２、ｔ３について、溶接状態を不安定化する要因（異常度を閾値以上に上昇させる要因）となるパラメータ（何れも溶接電流）を特定し、特定したパラメータの値の改善方向（時刻ｔ２では下降、時刻ｔ３では上昇）を解析する。これに対し、出力部３４は、時刻ｔ２に「溶接電流を下げてください」等の案内を表示装置４０へ表示し、時刻ｔ３には「溶接電流を上げてください」といった案内を表示装置４０へ表示する。溶接士６０は、これらの案内を見て、自己の判断に基づき溶接中に溶接電流を調節し、溶接状態を安定化させる。
(Operation during welding)
FIG. 3 shows an example of the transition of the welding parameters and the abnormality degree. The upper part of FIG. 3A shows the transition of the welding parameters during welding, and the lower part of FIG. 3B shows the transition of the abnormality degree. The vertical axis of FIG. 3A is the magnitude of the measured value of each parameter, and the horizontal axis is time. The vertical axis of FIG. 3B is the magnitude of the abnormality degree, and the horizontal axis is time. The same position on the horizontal axis of FIG. 3A and FIG. 3B indicates the same time. Among the welding parameters, graph P1 of FIG. 3A shows the transition of the welding current, graph P2 shows the transition of the welding voltage, and graph P3 shows the transition of the welding speed. The
図４に表示装置４０に表示される画面の表示例を示す。
図４の上段、中断、下段にそれぞれ溶接中の時刻Ｔ１～Ｔ２、Ｔ２～Ｔ３、Ｔ３～Ｔ４における表示装置４０に表示される画像（画面４１）の一例と異常度の推移を示す。時刻Ｔ１において、溶接状態は安定している。この場合、出力部３４は、溶接パラメータを画面４１に表示する。また、出力部３４は、画面４１の背景色を溶接状態が安定していることを示す色（例えば、青）で表現する等して、判定部３３１による判定結果が安定（正常）であることを表示する。出力部３４は、画面４１における溶接電流、溶接電圧、溶接速度の各パラメータの値に、データロガー２０から取得した最新の値を反映させつつ、異常度が閾値以上となるまで同様の表示を継続する。
FIG. 4 shows an example of a screen displayed on the
The upper, interrupted, and lower rows of FIG. 4 respectively show an example of an image (screen 41) displayed on the
時刻Ｔ２に異常度が閾値以上となると、出力部３４は、図４中段に示す画面４１に例示する表示態様に切り替える。出力部３４は、図２Ａ～図２Ｃ、図３を用いて説明した処理によって算出された不安定化要因パラメータとその改善方法についての案内を表示する。このとき、出力部３４は、異常度への貢献が高いパラメータから順（式（１ａ）の（ｋ１－ｘ１）２などの値が大きい順）に改善方向の案内を表示する。図４の中段に示す例の場合、式（１ａ）による異常度の計算において、溶接電流について計算した距離の値が最も大きく、次に溶接電流、３番目に溶接速度の距離の値が大きいという計算結果となったことを示している。また、画面４１に表示する改善対象のパラメータの表示数（の最大値）が３個に設定されていることを示している。また、出力部３４は、画面４１の背景を溶接状態が不安定になっていることを示す色（例えば、赤）で表現したり、警告マークを表示したりして、判定部３３１による判定結果が不安定（異常）であることを表示する。出力部３４は、異常度が閾値未満となるまで同様の表示を継続する。溶接士６０は、この表示を参照して、溶接電流の低下、溶接電圧の上昇、溶接速度の低下などを実施しながら（一部だけを実施してもよい。）、溶接作業を継続する。これらの調整中に、例えば、溶接電流を低下させすぎれば、解析部３３２の解析により、画面４１には「溶接電流を上げてください」が表示される。
When the degree of abnormality becomes equal to or greater than the threshold at time T2, the
溶接士６０の溶接パラメータの調整により、時刻Ｔ３に異常度が閾値未満となると、出力部３４は、画面４１の表示内容を時刻Ｔ１～Ｔ２のように例えば青色を背景とし、前面に最新の各パラメータ値を表示する表示態様へ切り替える。出力部３４は、異常度が閾値未満の状態が継続する間（～時刻Ｔ４）、同様の表示を継続する。
When the degree of abnormality falls below the threshold at time T3 due to the welding parameter adjustments made by the
このように溶接作業を支援する情報を表示することにより、溶接士６０は、溶接条件を適切に管理しながら作業を進めることができる。例えば、溶接パラメータの値を確認することにより、溶接士６０は、実際の溶接条件を把握しながら作業を行うことができ、溶接中の各パラメータの変動にも自主的に対応することができる。また、異常度を監視することにより、溶接パラメータの値が理想とする範囲から外れると、直ちに警告を表示するとともに改善方法を提案する。これにより、溶接士６０は、自分で作業している場合には気づかない溶接状態の不安定化を認識することができ、改善方法の提示により、速やかに溶接状態を安定化させることができる。
By displaying information to assist in the welding work in this way, the
（動作）
次に図２Ａで説明した判定方法などを適用した場合を例に溶接支援システム１００の動作の一例について説明する。
図５は、実施形態に係る溶接支援システムの動作の一例を示すフローチャートである。
最初にモデル構築装置５０が、評価モデルＭを構築する（ステップＳ１０）。例えば、モデル構築装置５０は、理想的な溶接が実施された時間帯に採取された溶接電流、溶接電圧、溶接速度、溶接電流と溶接電圧の積など複数のパラメータの時系列データを取得し、各パラメータについての正常な値の範囲を定めた評価モデルＭを構築する。モデル構築装置５０は、評価モデルＭを溶接支援装置３０へ出力し、溶接支援装置３０は、評価モデルＭを受け取って記憶部３５に記憶する。
(Operation)
Next, an example of the operation of
FIG. 5 is a flowchart showing an example of the operation of the welding support system according to the embodiment.
First, the
また、溶接を開始する前に閾値等の設定を行う（ステップＳ１１）。例えば、ユーザは、異常度の判定に用いる閾値、式（１ｂ）を用いる場合にはＡ１等の重み係数、溶接状態が不安定となったときに画面４１に表示するパラメータの個数の設定（例えば３個など）などを溶接支援装置３０へ入力する。設定受付部３２は、これらの設定を受け付け、設定された情報を記憶部３５に記録する。
In addition, before starting welding, thresholds and other settings are made (step S11). For example, the user inputs to the
次に溶接士６０が溶接を開始する（ステップＳ１２）。溶接士６０は、溶接機１０、データロガー２０および溶接部位に設けられたセンサ等を起動する。これにより、溶接パラメータが溶接支援装置３０へ送信される。データ取得部３１が、溶接パラメータを取得する（ステップＳ１３）。具体的には、データ取得部３１は、溶接パラメータのうちのセンサによる計測値を取得し、必要に応じて計算が必要な溶接パラメータを算出する。一例として、評価対象の溶接パラメータをｘとし、ｘは３つのパラメータ１～３で構成されるとする。データ取得部３１は、取得した評価対象の溶接パラメータを制御部３３へ出力するとともに記憶部３５へ記録する。
Next, the
次に、判定部３３１が、異常度を算出する（ステップＳ１４）。例えば、判定部３３１は、評価対象の溶接パラメータについて、評価モデルＭとの距離をパラメータごとに算出し、その距離の総和を異常度として算出する。異常度は、図２を参照して説明した距離Ｄ（ｘ）である。判定部３３１は、評価モデルＭにおけるｎ番目（ｎは任意の自然数）の近傍点ｋを算出して、式（１ａ）または式（１ｂ）によって異常度を算出する。
Next, the
次に、判定部３３１が、算出した異常度とステップＳ１０にて設定した閾値を比較して溶接状態が安定しているか否かを判定する（ステップＳ１５）。判定部３３１は、異常度が閾値以上であれば溶接状態が不安定と判定し、異常度が閾値未満であれば溶接状態が安定していると判定する。安定していると判定した場合（ステップＳ１５；Ｙｅｓ）、判定部３３１は判定結果「安定」を出力部３４へ出力する。出力部３４は、判定結果「安定」に基づいて、溶接パラメータを表示装置４０へ表示する（ステップＳ１６）。出力部３４は、図４上段、下段の画面４１にて例示するように、溶接状態が安定していることと、データロガー２０からリアルタイムに送信されてきた最新の各パラメータを表示する。図４にて例示した画面４１は、一例である。例えば、溶接パラメータに数十個のパラメータが含まれているような場合、１画面ですべてを表示できない為、所定の時間間隔で画面を切り替えることによって全パラメータを表示するようにしてもよい。
Next, the
溶接状態が不安定と判定した場合（ステップＳ１５；Ｎｏ）、判定部３３１は、判定結果「不安定」を出力部３４へ出力するとともに、不安定要因の特定とどのようにすれば溶接状態を安定化することができるかを解析するよう解析部３３２へ指示する。解析部３３２は、不安定要因を特定する（ステップＳ１７）。解析部３３２は、異常度の算出時に計算された各パラメータについての距離（式（１ａ）の（ｋ１－ｘ１）等）に注目して、距離の大きいものから順にパラメータを、ステップＳ１１で設定した数だけ選択する。例えば、ステップＳ１１で、上位２個を選択するよう設定されている場合、解析部３３２は、パラメータ１～３の中から、距離が長いものから順に２つのパラメータを特定する（パラメータ１、２が特定されたとする。）。次に、解析部３３２は、ステップＳ１７で特定したパラメータについて、溶接状態を安定化させる（異常度を低下させる）ための改善方向を算出する（ステップＳ１８）。例えば、解析部３３２は、パラメータ１の安定化に近づける方向について、（ｋ１－ｘ１）を計算し、計算結果が負であればパラメータ１の値を小さくし、正であればパラメータ１の値を大きくすると算出する。また、解析部３３２は、パラメータ２について（ｋ２－ｘ２）を計算し、計算結果が負であればパラメータ２の値を小さくし、正であればパラメータ２の値を大きくすると算出する。解析部３３２は、特定した不安定要因となるパラメータとそのパラメータについての改善方向の情報とを出力部３４へ出力する。
When the welding state is determined to be unstable (step S15; No), the
次に出力部３４が改善方向の案内を表示装置４０へ表示する（ステップＳ１９）。例えば、出力部３４は、出力部３４は、図４中段の画面４１にて例示するように、溶接状態が不安定化していることと、ステップＳ１７で特定されたパラメータについて、どのようにすれば溶接状態を安定化することができるかを案内する表示を行う。
Next, the
次に制御部３３は、ステップＳ１５の判定結果および異常度の値、ステップＳ１７～Ｓ１８の解析結果を、ステップＳ１３で記録した溶接パラメータおよび溶接士６０の識別情報と対応付けて、記憶部３５に記録する（ステップＳ２０）。
Next, the
溶接士６０による溶接作業が終了するまでの間（ステップＳ２１；Ｎｏ）、溶接支援システム１００は、ステップＳ１３～ステップＳ２０の処理を繰り返し行う。溶接作業が終了すると（ステップＳ２１；Ｙｅｓ）、制御部３３は、ステップＳ２０の記録に基づいて、今回の溶接作業の作業結果を、出力部３４を通じて、表示装置４０に表示する（ステップＳ２２）。例えば、制御部３３は、溶接作業が不安定と判定された回数、そのときに不安定化要因として特定されたパラメータの種類およびその逸脱方向（改善方向の逆）、不安定と判定されてから安定化させるまでに要した時間などを計算し、表示装置４０に表示してもよい。表示装置４０に表示する作業結果の一例を図６に示す。溶接士６０は、作業結果を参照することで自分自身の作業の傾向を把握し、今後の作業に役立てることができる。
Until the welding work by the
また、複数の溶接士６０による溶接中の作業履歴（ステップＳ２０で記録する情報）が記憶部３５に蓄積されると、制御部３３は、各溶接士６０別に図６に例示するような作業結果情報を作成し、表示装置４０や電子ファイルに出力することができる。例えば、溶接作業の管理者が、一人又は複数人の溶接士６０の識別情報を指定して、指定した溶接士６０の作業結果を表示するよう溶接支援装置３０へ指示する。すると、制御部３３は、指定された溶接士６０の作業結果情報（例えば、図６）を作成して、作業結果情報を出力する。溶接作業の管理者は、各溶接士６０別の作業結果情報を参照して、各溶接士６０の溶接作業の傾向や品質を評価し、改善に役立てることができる。
In addition, when the work history (information recorded in step S20) during welding by
（効果）
以上説明したように、本実施形態の溶接支援システム１００によれば、溶接安定度を評価する評価モデルＭに基づいて溶接状態（異常度）を評価し、その結果を表示することで、溶接品質の安定化による生産性向上及び溶接欠陥発生時の手戻り業務（補修、再検査）の低減を実現することができる。具体的には、溶接状態が安定している場面では、画面４１に溶接条件のセンサ計測結果（溶接パラメータの各パラメータ）を表示する。これにより、溶接士６０は、現在の溶接条件を把握しながら作業を進めることができる。また、溶接状態が不安定になると、画面４１上に溶接状態が不安定な状態であることが表示され、その要因と異常度を低下させる方法(溶接条件の改善方法)を提示する。溶接士６０が提示された方法に基づき判断し、溶接条件を変更することにより、溶接状態を安定化させることができる。安定した溶接を継続することにより、結果として、溶接欠陥を削減でき、溶接品質の安定化および品質向上、それらによる生産性向上、溶接欠陥発生時の手戻り業務（補修、再検査）の低減、コスト低減を実現することができる。
(effect)
As described above, according to the
図７は、実施形態に係る溶接支援システムのハードウェア構成の一例を示す図である。
コンピュータ９００は、ＣＰＵ９０１、主記憶装置９０２、補助記憶装置９０３、入出力インタフェース９０４、通信インタフェース９０５を備える。データロガー２０、溶接支援装置３０、モデル構築装置５０は、コンピュータ９００に実装される。そして、上述した各機能は、プログラムの形式で補助記憶装置９０３に記憶されている。ＣＰＵ９０１は、プログラムを補助記憶装置９０３から読み出して主記憶装置９０２に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ９０１は、プログラムに従って、記憶領域を主記憶装置９０２に確保する。また、ＣＰＵ９０１は、プログラムに従って、処理中のデータを記憶する記憶領域を補助記憶装置９０３に確保する。
FIG. 7 is a diagram illustrating an example of a hardware configuration of the welding support system according to the embodiment.
The
溶接支援装置３０、モデル構築装置５０の全部または一部の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各機能部による処理を行ってもよい。ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、ＣＤ、ＤＶＤ、ＵＳＢ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。また、このプログラムが通信回線によってコンピュータ９００に配信される場合、配信を受けたコンピュータ９００が当該プログラムを主記憶装置９０２に展開し、上記処理を実行しても良い。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。
A program for realizing all or part of the functions of the
以上のとおり、本開示に係るいくつかの実施形態を説明したが、これら全ての実施形態は、例として提示したものであり、発明の範囲を限定することを意図していない。これらの実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これらの実施形態及びその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。 As described above, several embodiments of the present disclosure have been described, but all of these embodiments are presented as examples and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, substitutions, and modifications can be made without departing from the gist of the invention. These embodiments and their modifications are included in the scope of the invention and its equivalents as described in the claims, as well as in the scope and gist of the invention.
＜付記＞
各実施形態に記載の溶接支援方法、溶接支援システム及びプログラムは、例えば以下のように把握される。
<Additional Notes>
The welding support method, the welding support system, and the program described in each embodiment can be understood, for example, as follows.
（１）第１の態様に係る溶接支援方法は、溶接の状態を示す溶接パラメータについて、溶接中の前記溶接パラメータの値を取得するステップと（Ｓ１３）、前記溶接パラメータの異常度を評価する評価モデルＭと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価するステップと（Ｓ１４、Ｓ１５）、前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し（Ｓ１７）、当該パラメータの値の改善方向を算出するステップと（Ｓ１８）、前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示するステップと（Ｓ１６、Ｓ１９）、を有する。
溶接中に溶接状態を判定し、溶接状態の安定化を支援する溶接作業の支援情報（最新の溶接パラメータ値、又は改善情報）を提示することで溶接品質の向上、手戻りの低減を実現することができる。
(1) A welding assistance method according to a first aspect includes the steps of acquiring values of welding parameters during welding that indicate a welding state (S13), evaluating the degree of abnormality of the welding parameters based on an evaluation model M that evaluates the degree of abnormality of the welding parameters and the acquired values of the welding parameters (S14, S15), identifying a parameter that should be improved among the welding parameters when the degree of abnormality is equal to or greater than a threshold (S17), and calculating a direction in which the value of the parameter should be improved (S18), and displaying information to assist welding related to the welding parameters together with the evaluation result of the degree of abnormality (S16, S19).
By determining the welding condition during welding and presenting welding work support information (the latest welding parameter values or improvement information) that helps stabilize the welding condition, it is possible to improve welding quality and reduce rework.
（２）第２の態様に係る溶接支援方法は、（１）の溶接支援方法であって、前記異常度が閾値未満の場合（Ｓ１５；Ｎｏ）、前記表示するステップでは、前記溶接を支援する情報として、溶接中に取得された前記溶接パラメータの値を表示する（Ｓ１６）。
溶接士は、溶接状態が安定化しているときには、安定状態にある現状の溶接パラメータの値を確認しながら溶接作業を実施することができる。
(2) A welding support method according to a second aspect is the welding support method of (1), wherein, when the degree of abnormality is less than a threshold value (S15; No), in the display step, values of the welding parameters acquired during welding are displayed as information for supporting the welding (S16).
When the welding state is stable, the welder can carry out the welding work while checking the current welding parameter values in the stable state.
（３）第３の態様に係る溶接支援方法は、（１）～（２）の溶接支援方法であって、前記異常度が閾値以上の場合（Ｓ１５；Ｙｅｓ）、前記表示するステップでは、前記溶接を支援する情報として、前記改善すべきパラメータと前記改善方向とを表示する（Ｓ１９）。
溶接士は、表示された改善すべきパラメータとその改善方向を確認しながら、自分の判断で溶接条件を調整し、溶接状態を安定化させることができる。
(3) A welding support method according to a third aspect is the welding support method of (1) to (2), and when the degree of abnormality is equal to or greater than a threshold value (S15; Yes), in the display step, the parameter to be improved and the direction of improvement are displayed as information for supporting the welding (S19).
The welder can check the displayed parameters to be improved and the direction of improvement, and then adjust the welding conditions at his/her own discretion to stabilize the welding condition.
（４）第４の態様に係る溶接支援方法は、（１）～（３）の溶接支援方法であって、前記改善すべきパラメータをいくつ特定するかを設定するステップ（Ｓ１１）をさらに有し、前記算出するステップ（Ｓ１７、Ｓ１８）では、前記溶接パラメータに含まれる各パラメータの値（図２Ａ１の点ｘ）と前記評価モデルに基づく前記各パラメータの正常値（図２Ａ１の点ｋ）との距離を算出し、前記距離が大きいものから順に前記設定するステップで設定した数の前記パラメータを特定する。
これにより、異常度を上昇させている要因となるパラメータを特定することができる。
(4) A welding support method according to a fourth aspect is the welding support method of any one of (1) to (3), further comprising a step (S11) of setting how many of the parameters to be improved are to be identified, and in the calculating steps (S17, S18), a distance between a value of each parameter included in the welding parameters (point x in FIG. 2A1) and a normal value of each of the parameters based on the evaluation model (point k in FIG. 2A1) is calculated, and the number of the parameters set in the setting step is identified in descending order of the distance.
This makes it possible to identify the parameter that is causing the increase in the degree of abnormality.
（５）第５の態様に係る溶接支援方法は、（４）の溶接支援方法であって、前記算出するステップ（Ｓ１７、Ｓ１８）では、特定した前記パラメータの計測値と前記評価モデルに基づく当該パラメータの正常値との距離を減らす方向を前記改善方向として算出する。
これにより、異常度を上昇させている要因となるパラメータについて、どのようにすれば異常度を低下させることができるかを算出することができる。
(5) A welding support method according to a fifth aspect is the welding support method of (4), wherein in the calculating steps (S17, S18), a direction for reducing the distance between the measured value of the identified parameter and a normal value of the parameter based on the evaluation model is calculated as the improvement direction.
This makes it possible to calculate how to reduce the degree of abnormality for the parameter that is the cause of an increase in the degree of abnormality.
（６）第６の態様に係る溶接支援方法は、（１）～（５）の溶接支援方法であって、前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値の確率密度分布であり、前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの評価対象値の確率密度分布と前記正常値の確率密度分布との密度比を異常度として算出し、前記算出するステップでは、前記評価対象値の確率密度分布の平均値を前記正常値の確率密度分布の平均値に近づける方向を前記改善方向として算出する。
これにより、確率密度分布に基づいて、異常度を判定し、どのようにすれば異常度を低下させることができるかを算出することができる。
(6) A welding support method according to a sixth aspect is the welding support method of any one of (1) to (5), wherein the evaluation model is a probability density distribution of normal values of each parameter included in the welding parameters, and in the evaluating step, a density ratio between the probability density distribution of an evaluation target value of each parameter included in the welding parameters and a probability density distribution of the normal values is calculated as a degree of abnormality, and in the calculating step, a direction in which an average value of the probability density distribution of the evaluation target values approaches an average value of the probability density distribution of the normal values is calculated as the improvement direction.
This makes it possible to determine the degree of abnormality based on the probability density distribution and calculate how to reduce the degree of abnormality.
（７）第７の態様に係る溶接支援方法は、（１）～（６）の溶接支援方法であって、前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値を入力すると前記正常値を出力するよう構築された前記正常値を再現するモデルであり、前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの値を前記評価モデルに入力したときに前記評価モデルが出力する値が入力した前記パラメータの値をどの程度再現しているかを示す再現度を異常度として算出し、前記算出するステップでは、前記再現度を向上させる方向（再現度の値を０に近づける方向）を前記改善方向として算出する、
これにより、評価モデルの再現度に基づいて、異常度を判定し、どのようにすれば異常度を低下させることができるかを算出することができる。
(7) A welding support method according to a seventh aspect is the welding support method according to any one of (1) to (6), wherein the evaluation model is a model that reproduces normal values constructed so as to output normal values when normal values of each parameter included in the welding parameters are input, and the evaluating step calculates, as an abnormality degree, a reproducibility indicating to what extent a value output by the evaluation model when a value of each parameter included in the welding parameters is input to the evaluation model reproduces the input parameter value, and the calculating step calculates, as the improvement direction, a direction in which the reproducibility is improved (a direction in which the value of the reproducibility is brought closer to 0).
This makes it possible to determine the degree of abnormality based on the reproducibility of the evaluation model, and to calculate how to reduce the degree of abnormality.
（８）第８の態様に係る溶接支援方法は、（１）～（７）の溶接支援方法であって、溶接士別に時系列の前記評価結果を記録するステップと（Ｓ２０）、前記溶接士別に記録された前記評価結果に基づいて、所定の前記溶接士についての前記評価結果を表示するステップと（Ｓ２１、段落００４０の記載内容）、をさらに有する。
これにより、溶接士ごとに溶接作業の癖、傾向などを把握し、溶接品質の向上に役立てることができる。
(8) A welding support method according to an eighth aspect is a welding support method according to any one of (1) to (7), further comprising a step of recording the evaluation results in chronological order for each welder (S20), and a step of displaying the evaluation results for a specific welder based on the evaluation results recorded for each welder (S21, contents of paragraph 0040).
This makes it possible to understand the welding habits and tendencies of each welder and use this information to improve welding quality.
（９）第９の態様に係る溶接支援方法は、（１）～（８）の溶接支援方法であって、正常な溶接を行った際に計測した前記溶接パラメータの値を学習して前記評価モデルを作成するステップ（Ｓ１０）、をさらに有する。
これにより、評価モデルＭを構築することができる。
(9) A welding assistance method according to a ninth aspect is a welding assistance method according to any one of (1) to (8), further comprising a step (S10) of learning values of the welding parameters measured when normal welding is performed and creating the evaluation model.
In this way, an evaluation model M can be constructed.
（１０）第１０の態様に係る溶接支援システム１００は、溶接の状態を示す溶接パラメータについて、溶接中の前記溶接パラメータの値を取得する手段（データ取得部３１）と、前記溶接パラメータの異常度を評価する評価モデルＭと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価する手段（判定部３３１）と、前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出する手段（解析部３３２）と、前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示する手段（出力部３４）と、を有する。
(10) The
（１１）第１１の態様に係るプログラムは、コンピュータ９００に、溶接の状態を示す溶接パラメータについて、溶接中の前記溶接パラメータの値を取得するステップと、前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価するステップと、前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出するステップと、前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示するステップと、を実行させる。
(11) The program according to the eleventh aspect causes the
１０・・・溶接機
１１・・・溶接棒
２０・・・データロガー
３０・・・溶接支援装置
３１・・・データ取得部
３２・・・設定受付部
３３・・・制御部
３３１・・・判定部
３３２・・・解析部
３４・・・出力部
３５・・・記憶部
４０・・・表示装置
５０・・・モデル構築装置
６０・・・溶接士
１００・・・溶接支援システム
９００・・・コンピュータ
９０１・・・ＣＰＵ
９０２・・・主記憶装置
９０３・・・補助記憶装置
９０４・・・入出力インタフェース
９０５・・・通信インタフェース
10 Welding
902: Main memory device 903: Auxiliary memory device 904: Input/output interface 905: Communication interface
Claims (12)
前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価するステップと、
前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出するステップと、
前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示するステップと、
を有し、
前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値の確率密度分布であり、
前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの評価対象値の確率密度分布と前記正常値の確率密度分布との密度比を異常度として算出し、
前記算出するステップでは、前記評価対象値の確率密度分布の平均値を前記正常値の確率密度分布の平均値に近づける方向を前記改善方向として算出する、
溶接支援方法。 For a welding parameter indicative of a state of the weld, obtaining a value of the welding parameter during the weld;
Evaluating the degree of abnormality of the welding parameter based on an evaluation model for evaluating the degree of abnormality of the welding parameter and the acquired value of the welding parameter;
a step of identifying a parameter to be improved among the welding parameters when the degree of abnormality is equal to or greater than a threshold value, and calculating a direction of improvement of the parameter value;
displaying information for supporting welding related to the welding parameters together with the evaluation result of the abnormality degree;
having
the evaluation model is a probability density distribution of normal values of each parameter included in the welding parameters,
In the step of evaluating, a density ratio between a probability density distribution of an evaluation target value of each parameter included in the welding parameters and a probability density distribution of the normal value is calculated as an abnormality degree;
In the calculating step, a direction in which an average value of the probability density distribution of the evaluation target value approaches an average value of the probability density distribution of the normal value is calculated as the improvement direction.
Welding assistance methods.
前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価するステップと、
前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出するステップと、
前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示するステップと、
を有し、
前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値を入力すると前記正常値を出力するよう構築された前記正常値を再現するモデルであり、
前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの値を前記評価モデルに入力したときに前記評価モデルが出力する値が入力した前記パラメータの値をどの程度再現しているかを示す再現度を異常度として算出し、
前記算出するステップでは、前記再現度を向上させる方向を前記改善方向として算出する、
溶接支援方法。 For a welding parameter indicative of a state of the weld, obtaining a value of the welding parameter during the weld;
Evaluating the degree of abnormality of the welding parameter based on an evaluation model for evaluating the degree of abnormality of the welding parameter and the acquired value of the welding parameter;
a step of identifying a parameter to be improved among the welding parameters when the degree of abnormality is equal to or greater than a threshold value, and calculating a direction of improvement of the parameter value;
displaying information for supporting welding related to the welding parameters together with the evaluation result of the abnormality degree;
having
the evaluation model is a model that reproduces the normal values and is constructed so as to output the normal values when normal values of each parameter included in the welding parameters are input,
In the step of evaluating, a reproducibility indicating to what extent a value outputted from the evaluation model when a value of each parameter included in the welding parameters is inputted into the evaluation model reproduces the inputted parameter value is calculated as an abnormality degree;
In the calculating step, a direction in which the reproducibility is improved is calculated as the improvement direction.
Welding assistance methods.
請求項１または請求項２に記載の溶接支援方法。 When the degree of abnormality is less than a threshold value, in the display step, values of the welding parameters acquired during welding are displayed as information for assisting the welding.
The welding support method according to claim 1 or 2 .
請求項１から請求項３の何れか１項に記載の溶接支援方法。 When the degree of abnormality is equal to or greater than a threshold, the display step displays the parameter to be improved and the direction of improvement as information for supporting the welding.
The welding support method according to any one of claims 1 to 3 .
前記算出するステップでは、前記溶接パラメータに含まれる各パラメータの値と前記評価モデルに基づく前記各パラメータの正常値との距離を算出し、前記距離が大きいものから順に前記設定するステップで設定した数の前記パラメータを特定する、
請求項１から請求項４の何れか１項に記載の溶接支援方法。 The method further includes a step of setting how many parameters to be improved are to be identified;
In the calculating step, a distance between a value of each parameter included in the welding parameters and a normal value of each parameter based on the evaluation model is calculated, and the number of the parameters set in the setting step is identified in descending order of the distance.
The welding support method according to any one of claims 1 to 4 .
請求項５に記載の溶接支援方法。 In the calculating step, a direction for reducing a distance between the specified measured value of the parameter and a normal value of the parameter based on the evaluation model is calculated as the improvement direction.
The welding assistance method according to claim 5 .
前記溶接士別に記録された前記評価結果に基づいて、所定の前記溶接士についての前記評価結果を表示するステップと、
をさらに有する請求項１から請求項６の何れか１項に記載の溶接支援方法。 A step of recording the evaluation results in chronological order for each welder;
Displaying the evaluation result for a specific welder based on the evaluation results recorded for each welder;
The welding support method according to any one of claims 1 to 6 , further comprising:
をさらに有する請求項１から請求項７の何れか１項に記載の溶接支援方法。 A step of learning values of the welding parameters measured when normal welding is performed to create the evaluation model;
The welding support method according to any one of claims 1 to 7 , further comprising:
前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価する手段と、
前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出する手段と、
前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示する手段と、
を有し、
前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値の確率密度分布であり、
前記評価する手段は、前記溶接パラメータに含まれる各パラメータの評価対象値の確率密度分布と前記正常値の確率密度分布との密度比を異常度として算出し、
前記算出する手段は、前記評価対象値の確率密度分布の平均値を前記正常値の確率密度分布の平均値に近づける方向を前記改善方向として算出する、
溶接支援システム。 A means for acquiring values of welding parameters indicative of a welding state during welding;
a means for evaluating a degree of abnormality of the welding parameter based on an evaluation model for evaluating a degree of abnormality of the welding parameter and the acquired value of the welding parameter;
a means for identifying a parameter to be improved among the welding parameters when the degree of abnormality is equal to or greater than a threshold value, and calculating a direction in which the parameter value should be improved;
a means for displaying information for supporting welding related to the welding parameters together with the evaluation result of the abnormality degree;
having
the evaluation model is a probability density distribution of normal values of each parameter included in the welding parameters,
the evaluating means calculates a density ratio between a probability density distribution of an evaluation target value of each parameter included in the welding parameters and a probability density distribution of the normal value as an abnormality degree;
the calculating means calculates, as the improvement direction, a direction in which an average value of the probability density distribution of the evaluation target value approaches an average value of the probability density distribution of the normal value;
Welding support system.
前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価する手段と、
前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出する手段と、
前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示する手段と、
を有し、
前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値を入力すると前記正常値を出力するよう構築された前記正常値を再現するモデルであり、
前記評価する手段は、前記溶接パラメータに含まれる各パラメータの値を前記評価モデルに入力したときに前記評価モデルが出力する値が入力した前記パラメータの値をどの程度再現しているかを示す再現度を異常度として算出し、
前記算出する手段は、前記再現度を向上させる方向を前記改善方向として算出する、
溶接支援システム。 A means for acquiring values of welding parameters indicative of a welding state during welding;
a means for evaluating a degree of abnormality of the welding parameter based on an evaluation model for evaluating a degree of abnormality of the welding parameter and the acquired value of the welding parameter;
a means for identifying a parameter to be improved among the welding parameters when the degree of abnormality is equal to or greater than a threshold value, and calculating a direction in which the parameter value should be improved;
a means for displaying information for supporting welding related to the welding parameters together with the evaluation result of the abnormality degree;
having
the evaluation model is a model that reproduces the normal values and is constructed so as to output the normal values when normal values of each parameter included in the welding parameters are input,
the evaluating means calculates, as an anomaly degree, a reproducibility indicating to what extent a value output by the evaluation model when a value of each parameter included in the welding parameters is input to the evaluation model reproduces the input parameter value;
The calculation means calculates a direction in which the reproducibility is improved as the improvement direction.
Welding support system.
溶接の状態を示す溶接パラメータについて、溶接中の前記溶接パラメータの値を取得するステップと、
前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価するステップと、
前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出するステップと、
前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示するステップと、
を有し、
前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値の確率密度分布であり、
前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの評価対象値の確率密度分布と前記正常値の確率密度分布との密度比を異常度として算出し、
前記算出するステップでは、前記評価対象値の確率密度分布の平均値を前記正常値の確率密度分布の平均値に近づける方向を前記改善方向として算出する処理、
を実行させるプログラム。 On the computer,
For a welding parameter indicative of a state of the weld, obtaining a value of the welding parameter during the weld;
Evaluating the degree of abnormality of the welding parameter based on an evaluation model for evaluating the degree of abnormality of the welding parameter and the acquired value of the welding parameter;
a step of identifying a parameter to be improved among the welding parameters when the degree of abnormality is equal to or greater than a threshold value, and calculating a direction of improvement of the parameter value;
displaying information for supporting welding related to the welding parameters together with the evaluation result of the abnormality degree;
having
the evaluation model is a probability density distribution of normal values of each parameter included in the welding parameters,
In the step of evaluating, a density ratio between a probability density distribution of an evaluation target value of each parameter included in the welding parameters and a probability density distribution of the normal value is calculated as an abnormality degree;
a process of calculating, as the improvement direction, a direction in which an average value of a probability density distribution of the evaluation target value approaches an average value of a probability density distribution of the normal value, in the calculating step;
A program that executes the following.
溶接の状態を示す溶接パラメータについて、溶接中の前記溶接パラメータの値を取得するステップと、
前記溶接パラメータの異常度を評価する評価モデルと、取得された前記溶接パラメータの値とに基づいて、前記溶接パラメータの異常度を評価するステップと、
前記異常度が閾値以上の場合に、前記溶接パラメータのうち改善すべきパラメータを特定し、当該パラメータの値の改善方向を算出するステップと、
前記異常度の評価結果とともに、前記溶接パラメータに関する溶接を支援する情報を表示するステップと、
を有し、
前記評価モデルは、前記溶接パラメータに含まれる各パラメータの正常値を入力すると前記正常値を出力するよう構築された前記正常値を再現するモデルであり、
前記評価するステップでは、前記溶接パラメータに含まれる各パラメータの値を前記評価モデルに入力したときに前記評価モデルが出力する値が入力した前記パラメータの値をどの程度再現しているかを示す再現度を異常度として算出し、
前記算出するステップでは、前記再現度を向上させる方向を前記改善方向として算出する処理、
を実行させるプログラム。 On the computer,
For a welding parameter indicative of a state of the weld, obtaining a value of the welding parameter during the weld;
Evaluating the degree of abnormality of the welding parameter based on an evaluation model for evaluating the degree of abnormality of the welding parameter and the acquired value of the welding parameter;
a step of identifying a parameter to be improved among the welding parameters when the degree of abnormality is equal to or greater than a threshold value, and calculating a direction of improvement of the parameter value;
displaying information for supporting welding related to the welding parameters together with the evaluation result of the abnormality degree;
having
the evaluation model is a model that reproduces the normal values and is constructed so as to output the normal values when normal values of each parameter included in the welding parameters are input,
In the step of evaluating, a reproducibility indicating to what extent a value outputted from the evaluation model when a value of each parameter included in the welding parameters is inputted into the evaluation model reproduces the inputted parameter value is calculated as an abnormality degree;
In the calculating step, a process of calculating a direction in which the reproducibility is improved as the improvement direction;
A program that executes the following.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021136432A JP7599389B2 (en) | 2021-08-24 | 2021-08-24 | Welding support method, welding support system and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021136432A JP7599389B2 (en) | 2021-08-24 | 2021-08-24 | Welding support method, welding support system and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023030990A JP2023030990A (en) | 2023-03-08 |
| JP7599389B2 true JP7599389B2 (en) | 2024-12-13 |
Family
ID=85414275
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021136432A Active JP7599389B2 (en) | 2021-08-24 | 2021-08-24 | Welding support method, welding support system and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7599389B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN119831411A (en) * | 2024-12-17 | 2025-04-15 | 江苏时代新能源科技有限公司 | Welding quality evaluation method, welding quality evaluation device, electronic equipment and storage medium |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3079319U (en) | 2001-01-31 | 2001-08-17 | エルパトローニク アクチエンゲゼルシヤフト | Quality monitoring equipment for electric welding |
| US20150060424A1 (en) | 2009-11-13 | 2015-03-05 | Lincoln Global, Inc. | Systems, methods, and apparatuses for monitoring weld quality |
| JP3197100U (en) | 2012-04-23 | 2015-04-23 | リンカーン グローバル，インコーポレイテッド | System and method for monitoring weld quality |
| JP2019181488A (en) | 2018-04-03 | 2019-10-24 | 株式会社ダイヘン | Computer program, welding information calculation device, welding torch, welding electric power source, and welding system |
| JP2019195850A (en) | 2019-08-22 | 2019-11-14 | 株式会社小松製作所 | Welding system, method, welding determination device, and construction method of learnt model |
| JP2021010944A (en) | 2019-07-09 | 2021-02-04 | 株式会社ダイヘン | Control device, program and robot control system |
-
2021
- 2021-08-24 JP JP2021136432A patent/JP7599389B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3079319U (en) | 2001-01-31 | 2001-08-17 | エルパトローニク アクチエンゲゼルシヤフト | Quality monitoring equipment for electric welding |
| US20150060424A1 (en) | 2009-11-13 | 2015-03-05 | Lincoln Global, Inc. | Systems, methods, and apparatuses for monitoring weld quality |
| JP3197100U (en) | 2012-04-23 | 2015-04-23 | リンカーン グローバル，インコーポレイテッド | System and method for monitoring weld quality |
| JP2019181488A (en) | 2018-04-03 | 2019-10-24 | 株式会社ダイヘン | Computer program, welding information calculation device, welding torch, welding electric power source, and welding system |
| JP2021010944A (en) | 2019-07-09 | 2021-02-04 | 株式会社ダイヘン | Control device, program and robot control system |
| JP2019195850A (en) | 2019-08-22 | 2019-11-14 | 株式会社小松製作所 | Welding system, method, welding determination device, and construction method of learnt model |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023030990A (en) | 2023-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6359189B2 (en) | System, method and apparatus for monitoring welding quality | |
| JP2019098401A (en) | System and method for welding torch weaving | |
| US20110210098A1 (en) | Control of a welding device | |
| CN111069736A (en) | Storage medium, welding equipment, welding abnormity detection method and device | |
| CN103606221B (en) | Fault automatic diagnostic method of counter and device | |
| JP7599389B2 (en) | Welding support method, welding support system and program | |
| JP2018124639A (en) | Data analysis system, data analysis method and program | |
| KR102302446B1 (en) | Welding torch control system and method through welding variable monitoring | |
| US20190291200A1 (en) | Weld signature analsys for weld quality determination | |
| JP2021179740A (en) | Monitoring device, monitoring method, program, and model training device | |
| CN106994545B (en) | Setting support device and setting support method | |
| KR102572304B1 (en) | Method and apparatus for providing real-time welding inspection and defect prevention service based on artificial intelligence algorithm | |
| JP2023095820A (en) | Generation method of learning model, control device, learning model, welding system and program | |
| CN113474114A (en) | Welding line data generation device, welding system, welding line data generation method, and program | |
| JP7435103B2 (en) | Diagnostic equipment, diagnostic method and diagnostic program | |
| JP3200104B2 (en) | Automatic welding system | |
| JP2021064280A (en) | Information processing apparatus and method for controlling the same, and program | |
| JP4727874B2 (en) | Image processing apparatus, image processing method, image processing program, and computer-readable storage medium | |
| US8174567B2 (en) | Digital photographing apparatus, method of controlling the apparatus, and recording medium having recorded thereon program for executing the method | |
| WO2021161628A1 (en) | Machine learning method, and information processing device for machine learning | |
| JP2022068012A (en) | Information processing equipment, information processing method | |
| JP7026890B2 (en) | Motion analysis device, motion analysis method and motion analysis program | |
| JP2021047698A (en) | Support device, support device control method and program | |
| JP6941508B2 (en) | Welding management system | |
| JP2012033100A (en) | Image processing device and method and computer program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231213 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240815 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240820 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20241018 |
|
| 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: 20241105 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20241203 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7599389 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |