特許ウォッチ

公開番号2024148022
公報種別公開特許公報(A)
公開日2024-10-17
出願番号2023060887
出願日2023-04-04
発明の名称溶接評価装置
出願人株式会社ダイヘン
代理人個人,個人,個人,個人,個人
主分類B23K 31/00 20060101AFI20241009BHJP(工作機械;他に分類されない金属加工)
要約【課題】処理負荷を軽減しつつ、適切に溶接を評価することができる溶接評価装置を提供する。
【解決手段】溶接評価装置100は、実施された溶接を評価する溶接評価装置であって、溶接時の溶接波形を取得する溶接波形取得部110と、取得した溶接波形に基づいて特徴量を抽出する特徴量抽出部120と、抽出した特徴量に基づいて、特徴量を入力データとして溶接の評価を出力データとする機械学習モデルを用いて溶接を評価する溶接評価部130と、評価した結果を出力する出力部140と、を備える。
【選択図】図2
特許請求の範囲【請求項１】
実施された溶接を評価する溶接評価装置であって、
前記溶接時の溶接波形を取得する溶接波形取得部と、
前記取得した溶接波形に基づいて特徴量を抽出する特徴量抽出部と、
前記抽出した特徴量に基づいて、特徴量を入力データとして溶接の評価を出力データとする機械学習モデルを用いて前記溶接を評価する溶接評価部と、
前記評価した結果を出力する出力部と、を備える、
溶接評価装置。
続きを表示（約 420 文字）【請求項２】
前記特徴量抽出部は、前記溶接波形から導出可能な少なくとも１つの項目に関する情報を前記特徴量として抽出する、
請求項１に記載の溶接評価装置。
【請求項３】
前記特徴量抽出部は、溶接波形を入力データとして特徴量を出力データとする機械学習モデルを用いて特徴量を抽出する、
請求項２に記載の溶接評価装置。
【請求項４】
前記溶接の溶接条件を取得する溶接条件取得部を、さらに備え、
前記溶接評価部は、前記抽出した特徴量及び前記取得した溶接条件に基づいて、溶接波形及び溶接条件を入力データとして溶接の評価を出力データとする機械学習モデルを用いて前記溶接を評価する、
請求項１から３のいずれか一項に記載の溶接評価装置。
【請求項５】
前記溶接評価部は、前記溶接に関する複数の評価項目を評価する、
請求項１から３のいずれか一項に記載の溶接評価装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、溶接評価装置に関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
近年、産業界において、多くのロボットが普及している。当該ロボットは、例えば、電子部品及び機械部品の組み立て、溶接及び搬送等に用いられ、工場の生産ラインの効率化及び自動化が図られている。
【０００３】
溶接ロボットでは、生産ラインの効率化のために溶接時間やタクトタイムの短縮化が求められる一方で、アーク溶接におけるビードの仕上がりを考慮した溶接品質を確保しなければならない。
【０００４】
溶接品質を評価する項目として、ビードの形状や内部欠陥の有無等があるが、これらを評価する手法として、溶接後にレーザやカメラ等のセンサを用いて評価する手法が知られているが、例えば、特許文献１では、機械学習により溶接異常を判定する技術が開示されている。
【０００５】
具体的には、特許文献１では、溶接電流検出値又は溶接電圧検出値を時系列的に記録した時系列波形データを周波数解析することで周波数スペクトルデータを生成し、当該周波数スペクトルデータに基づいて、対応する溶接状態における各種の異常の有無を判定する。そして、その判定において、機械学習アルゴリズムに深層学習（ディープラーニング）を適用し、２次元マッピングデータとしての解析周波数スペクトルデータに対して、当該解析周波数スペクトルデータに表出されている特徴から判定可能な溶接異常の有無とその種別を判定情報として出力するよう設計されている。
【先行技術文献】
【特許文献】
【０００６】
特願２０１８－１４４０６９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、特許文献１に開示されている技術では、特定の溶接異常を判定しているだけであって、詳細な情報を把握できず、また、機械学習アルゴリズムに深層学習（ディープラーニング）を適用しているため処理負荷が大きいという問題があった。
【０００８】
そこで、本発明は、処理負荷を軽減しつつ、適切に溶接を評価することができる溶接評価装置を提供することを目的とする。
【課題を解決するための手段】
【０００９】
本発明の一態様に係る溶接評価装置は、実施された溶接を評価する溶接評価装置であって、溶接時の溶接波形を取得する溶接波形取得部と、取得した溶接波形に基づいて特徴量を抽出する特徴量抽出部と、抽出した特徴量に基づいて、特徴量を入力データとして溶接の評価を出力データとする機械学習モデルを用いて溶接を評価する溶接評価部と、評価した結果を出力する出力部と、を備える。
【００１０】
この態様によれば、溶接波形取得部は、溶接時の溶接波形を取得し、特徴量抽出部は、溶接波形に基づいて特徴量を抽出する。溶接評価部は、特徴量に基づいて、機械学習モデルを用いて溶接を評価し、出力部は、評価した結果を出力する。溶接電流波形から特徴量を抽出して、これらに基づいて機械学習モデルを用いて溶接を評価していることから、処理負荷を軽減しつつ、適切に溶接を評価することができる。
（【００１１】以降は省略されています）

関連特許