特許 7460241 溶接ビードの質をモニタリングする方法、関連する溶接ステーション、およびコンピュータプログラム製品

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-03-25

(45)【発行日】2024-04-02

(54)【発明の名称】溶接ビードの質をモニタリングする方法、関連する溶接ステーション、およびコンピュータプログラム製品

(51)【国際特許分類】

   G01N 25/72 20060101AFI20240326BHJP

   B23K 26/00 20140101ALI20240326BHJP

   B23K 26/21 20140101ALI20240326BHJP

【ＦＩ】

G01N25/72 E

B23K26/00 P

B23K26/21 G

【請求項の数】 10

(21)【出願番号】P 2022539327

(86)(22)【出願日】2020-01-27

(65)【公表番号】

(43)【公表日】2023-04-26

(86)【国際出願番号】 IB2020050602

(87)【国際公開番号】W WO2021152344

(87)【国際公開日】2021-08-05

【審査請求日】2023-01-04

(73)【特許権者】

【識別番号】590003342

【氏名又は名称】コマウ・ソシエタ・ペル・アチオニ

【氏名又は名称原語表記】ＣＯＭＡＵ ＳＯＣＩＥＴＡ ＰＥＲ ＡＺＩＯＮＩ

(74)【代理人】

【識別番号】110000877

【氏名又は名称】弁理士法人ＲＹＵＫＡ国際特許事務所

(72)【発明者】

【氏名】ディ ステファノ、ジョバンニ

(72)【発明者】

【氏名】ロンゴ、ニコラ

【審査官】福田 裕司

(56)【参考文献】

【文献】特開２００８－２７９４９７（ＪＰ，Ａ）

【文献】特開２０１０－２６００９５（ＪＰ，Ａ）

【文献】国際公開第２００９／１２８２３１（ＷＯ，Ａ１）

【文献】特開２０１９－００５８０９（ＪＰ，Ａ）

【文献】特開２０１５－０６４３１１（ＪＰ，Ａ）

【文献】特開２０１６－１９８８０５（ＪＰ，Ａ）

【文献】特開２０１９－０４８３０９（ＪＰ，Ａ）

【文献】特開２００８－１５１６５３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｎ ２５／７２

Ｂ２３Ｋ ２６／００

Ｂ２３Ｋ ２６／２１

(57)【特許請求の範囲】

【請求項1】

溶接ゾーン内の溶接ビードの質を分析する方法であって、前記溶接ビードは、連続溶接動作によって生成され、対応する溶接ヘッドを有するソースが発するエネルギービームが、溶接経路を辿り、これにより、少なくとも２つ以上の金属ピースの材料を溶融させ、
サーマルカメラを介して前記溶接ゾーンをモニタリングする段階であって、前記サーマルカメラは、熱画像のシーケンスを提供し、前記熱画像中の所定のエリアは、前記溶接ゾーンに対応する、段階と、
前記エリアを複数のサブエリアに分割し、各サブエリアについて、前記それぞれのサブエリア内の画素の値に応じてそれぞれの温度を決定する段階と、
十分な質と不十分な質との両方で複数の溶接動作が実行される間に、前記サーマルカメラを介して、各溶接動作中の各サブエリアの温度発展をモニタリングする段階と、
訓練段階において、それぞれの温度発展に応じて溶接の質を推定するよう構成された分類器を訓練するために、前記複数の溶接動作が実行される間にモニタリングされた前記温度発展を処理する段階であって、
各温度発展からそれぞれの冷却曲線を抽出し、各冷却曲線について、前記冷却曲線の形状を識別する複数のパラメータを決定する段階、および
前記複数のパラメータを前記分類器への入力特徴として使用する段階
を有する、前記温度発展を処理する前記段階と、
通常の溶接動作段階において、前記サーマルカメラを介して、溶接動作中の各サブエリアの前記温度発展をモニタリングし、前記分類器を介して、前記それぞれの溶接の質を推定する段階と
を備え、
各冷却曲線について、前記冷却曲線の前記形状を識別する複数のパラメータを決定する前記段階は、
前記冷却曲線の前記形状を近似する、複数の基底関数から構成された関数において、前記複数の基底関数にそれぞれ関連付けられた複数のパラメータを繰り返し変える繰り返し計算を行うことによって、コスト関数を最小化するパラメータの組合せを選択する段階と、
前記パラメータの組合せを前記分類器への入力特徴として使用する段階と
を有する、
方法。

【請求項2】

前記複数の基底関数は指数関数である、請求項１に記載の方法。

【請求項3】

各サブエリアについて、それぞれの温度を決定する前記段階は、前記それぞれのサブエリア内の前記画素の前記値の平均または加重平均を介して前記温度を決定する段階を有する、請求項１または２に記載の方法。

【請求項4】

溶接動作を実行する段階、
前記熱画像中の長方形または台形の対象エリアを定義する段階、および
複数のフレームについて前記熱画像中の前記画素の前記値の和を最大化するような様式で前記対象エリアを複数の位置に位置決めする段階
を介して、前記熱画像中の前記エリアを決定する段階を備える、請求項１から３のいずれか１項に記載の方法。

【請求項5】

前記分類器は、少なくとも１つの人工ニューラルネットワークを含む、請求項１から４のいずれか１項に記載の方法。

【請求項6】

前記複数のパラメータに加えて、１または複数の更なる入力特徴が前記分類器のために使用され、前記１または複数の更なる特徴は、
各温度発展の最高温度、
前記ソースが発する動力、
前記エネルギービームが前記溶接経路を辿る進行速度、
溶接中に生成されるキーホールの１または複数の寸法データ、および／または
前記溶接動作の終了時の、前記熱画像中の前記画素の平均値とは実質的に異なる値を有する、前記熱画像中の前記画素の数
の中から選択される、請求項１から５のいずれか１項に記載の方法。

【請求項7】

通常の溶接動作段階に続いて、
前記溶接の質を検証する段階と、
前記分類器によって推定された前記溶接の質を、検証された前記溶接の質と比較する段階と、
前記分類器によって推定された前記溶接の質が、検証された前記溶接の質に対応しない場合、前記複数の溶接動作が実行される間と前記通常の溶接動作段階の間との両方でモニタリングされた各サブエリアの前記温度発展を使用して、前記分類器を再度訓練する段階と
を備える、請求項１から６のいずれか１項に記載の方法。

【請求項8】

前記複数の溶接動作が実行される間において、不十分な質を有する各溶接部を、複数のクラスのうち欠陥ありの溶接クラスに分類する段階と、
前記訓練段階において、前記温度発展に応じて欠陥ありの溶接クラスを推定するよう構成された分類器を訓練する段階と
を備える、請求項１から７のいずれか１項に記載の方法。

【請求項9】

エネルギービームを供給するよう構成された対応する溶接ヘッドを有するソースと、
少なくとも２つの金属ピースの材料を溶融させるような様式で、前記溶接ヘッドによって生成された前記エネルギービームを溶接経路に沿って動かすよう構成された１または複数のアクチュエータと、
サーマルカメラと、
前記サーマルカメラに動作可能に接続されており、請求項１から８のいずれか１項に記載の方法を実現するよう構成された処理回路と
を備える溶接システム。

【請求項10】

プロセッサに、請求項１から８のいずれか１項に記載の方法を実行させるためのコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書の実施形態は、溶接の質をモニタリングするための技術に関する。

【背景技術】

【0002】

図１は、産業プラントの典型的な溶接ステーションを示す。

【0003】

考察される例では、溶接経路に沿って２つ以上の金属ピースＭ１およびＭ２を接合するために溶接が使用されている。例えば、図１は、互いの上に設けられた２つのプレート、Ｍ１／Ｍ２を示しており、ｘによって示される方向における既知の径路に沿って溶接が行われなければならない。

【0004】

特に、考察される例において、溶接は、電子ビーム溶接（ＥＢＷ）のための電子ソース、または光子ソース、通常はレーザソースのような、溶接ヘッド１を有するエネルギーソースによって行われる。通常、ソースおよび／または溶接ヘッド１には、ソースが発する動力または溶接ヘッドが発するビームの焦点合わせなどのようなソースおよび／または溶接ヘッド１の１または複数のパラメータを調節するよう構成されている制御回路が関連付けられている。

【0005】

さらに、溶接ステーションは、溶接ヘッド１が発するビームを溶接経路に沿って動かすための少なくとも１つのアクチュエータ２を備える。これは例えば、溶接ヘッド１を転回させること、ならびに／または（図１に示されるように）溶接ヘッド１をピースＭ１およびＭ２に対して移動させること、ならびに／または光学チェーンの少なくとも１つの軸を動かすことによって、達成することができる。例えば、図１は、この目的のために、ロボットアーム２を示している。したがって、通常は、単数または複数のアクチュエータ２にも、溶接ヘッド１が発するビームを溶接経路に沿って動かすために単数または複数のアクチュエータ２を駆動するよう構成された制御回路２０が関連付けられている。

【0006】

したがって、ソースが生成し溶接ヘッド１が発する電子ビームまたは光子ビームは、溶接経路に沿って上部ピースＭ１に衝突し、ピースＭ１およびＭ２の材料を溶接ゾーンＳＡ内で溶融し、したがって、溶接ビードが得られる。概して、金属ピースＭ１およびＭ２は、任意の形状を有していてよく、ピースＭ１およびＭ２は、溶接ゾーンＳＡにおいて、溶接経路に沿って接触していれば（すなわち、相補的な形状を有していれば）十分である。この目的のために、ピースＭ１とＭ２との間の適切な接触を保証するような様式で、特に溶接ゾーンＳＡにおいてピースＭ１およびＭ２をブロックするよう構成されているブロック／グリップ手段が通常は使用される。

【0007】

さらに、ピースＭ１およびＭ２は、異なる材料で作製されていてもよい。例えば、これは通常、バッテリ、特に電気自動車用のものが製造されるときに当てはまる。例えば、この目的のために、米国特許出願公開第２０１５／０２０７１２７号Ａ１および同第２０１７／０３４１１４４号Ａ１、またはＤａｓ，Ａ．、Ｌｉ，Ｄ．、Ｗｉｌｌｉａｍｓ，Ｄ．、Ｇｒｅｅｎｗｏｏｄ，Ｄ．による論文、"Ｊｏｉｎｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓ ｆｏｒ Ａｕｔｏｍｏｔｉｖｅ Ｂａｔｔｅｒｙ Ｓｙｓｔｅｍｓ Ｍａｎｕｆａｃｔｕｒｉｎｇ"，Ｗｏｒｌｄ Ｅｌｅｃｔｒ．Ｖｅｈ．Ｊ．２０１８，９，２２が参照されうる。

【0008】

例えば、この場合、第１のタブをバスバーおよび／または第２のタブに接続するために溶接が使用されうる。これは例えば、図２Ａ～２Ｃに概略的に示されている。特に、図２Ａは、例えばアルミニウム（Ａｌ）製の第１のタブＭ１が、例えば銅（Ｃｕ）製のバスバーＭ２に溶接されている、断面図である。同様に、図２Ｂは、例えばニッケル（Ｎｉ）または銅（Ｃｕ）製の第２のタブＭ３がバスバーＭ２に溶接されている断面図である。最後に、図２Ｃは、第１のタブＭ１が第２のタブＭ３に溶接されており、場合によってはバスバーＭ２にも溶接されている断面図である。例えば、前述のタブおよびバスバーは、０．３～０．８ｍｍの厚みを有しうる。

【0009】

近代の溶接ステーションは質および経時的な安定性の厳格な基準を満たすとしても、溶接部の質のチェックは必要でありうる。例えば、これは、自動車セクタ用のバッテリとの関連において特に重要である。なぜなら、このようなバッテリは、タブとバスバーとの間で均一な電気抵抗を有していなければならないからである。

【0010】

当業者であれば、溶接の質の連続的なモニタリングには非破壊試験方法が通常求められることを理解するであろう。特に、このような非破壊試験は、最終生産物における溶接ビードのパフォーマンスを損なう可能性がある溶接ビードの途切れの識別および特徴付けを目的とした実験的調査である。したがって、非破壊試験技術との共通点は、分析中の物体の化学特性、物理特性、および機能特性にいかようにも影響しない能力である。例えば、これに関連して、ＵＮＩ ＥＮ ４７３規格が参照されうる。

【発明の概要】

【0011】

したがって、本開示の様々な実施形態の目的は、溶接ビードの質のモニタリングを可能にする新しい解決策である。

【0012】

１または複数の実施形態によれば、言及される目的のうちの１または複数は、後続の特許請求の範囲に具体的に記載される特徴的要素を有する方法を介して達成される。実施形態は、さらに、対応する溶接ステーション、および対応するコンピュータプログラム製品に関し、コンピュータプログラム製品は、少なくとも１つのコンピュータのメモリにロードすることができ、コンピュータで製品が実行されると該方法の段階を実現するソフトウェアコードの部分を含む。本明細書で使用される場合、このようなコンピュータプログラム製品への言及は、本方法の実行を調整するためにコンピューティングシステムを制御するための命令を含むコンピュータ可読媒体への言及と均等であるものと意図される。「少なくとも１つのコンピュータ」への言及は、本発明が分散型／モジュール型の様式で実現される可能性を強調することを意図する。

【0013】

特許請求の範囲は、本明細書で提供される開示の技術的な教示の不可欠な部分をなす。

【0014】

既に説明したように、本開示の様々な実施形態は、溶接ゾーンにおける溶接ビードの質を分析する方法に関する。様々な実施形態において、溶接ビードは、対応する溶接ヘッドを有するソースが発するエネルギービームが溶接経路を辿り、これにより少なくとも２つの金属ピースの材料が溶融する、連続溶接動作によって生成される。

【0015】

様々な実施形態において、溶接ゾーンは、サーマルカメラを介してモニタリングされる。特に、サーマルカメラは、所定のエリアが溶接ゾーンに対応する熱画像／フレームのシーケンスを供給する。例えば、このエリアは、溶接動作の実行中に決定されうる。例えば、長方形または台形のエリアが、熱画像中で対象領域と定義されうる。固定され予め設定された寸法の観察窓から開始する、対象領域の自動検索という仮説に基づいて、処理回路３０は、すべてのフレームで中に含まれる画素の温度の和によって表される汎関数を最大化することにより、画像中の対象領域を位置決めすることができる。

【0016】

様々な実施形態において、上記エリアは、複数のサブエリアに分割され、各サブエリアについて、それぞれの温度が、それぞれのサブエリア内の画素の値に応じて決定される。例えば、所定のサブエリアの温度は、それぞれのサブエリア内の画素の値の平均または加重平均を介して決定されうる。

【0017】

少なくとも、溶接部が十分な質を有する複数の例および処理が良質ではない複数の例については特に、学習段階において、複数の溶接動作が行われる。さらに、各溶接動作中には、各サブエリアの温度発展がモニタリングされる。

【0018】

訓練段階においては、学習段階中にモニタリングされた温度発展が、分類器を訓練するために処理される。例えば、この目的のために、オペレータが溶接部の質を分類することができる。すなわち、システムは、各溶接部について、それぞれの溶接の質を識別するデータを（オペレータから）受信することができる。したがって、分類器は、それぞれの温度発展に応じて溶接の質を推定するよう構成されている。

【0019】

特に、様々な実施形態において、各温度発展からそれぞれの冷却曲線が抽出され、各冷却曲線について、冷却曲線の形状を識別するパラメータが決定される。したがって、様々な実施形態において、これらのパラメータは、分類器への入力特徴として使用される。

【0020】

例えば、様々な実施形態において、冷却曲線の形状は、この目的のために、複数の基底関数から成る関数による補間を介して近似され、これにより、各基底関数について、それぞれのパラメータセットが選択される。したがって、この場合、補間のパラメータは、分類器への入力特徴として使用されうる。例えば、様々な実施形態において、指数補間が使用される。

【0021】

代わりに、通常の溶接動作段階では、１または複数の溶接動作の実行中に、各サブエリアの温度発展を再度モニタリングすることができ、既に訓練されている分類器によって、それぞれの溶接の質を推定することができる。例えば、分類器は、人工ニューラルネットワークでありうる。概して、欠陥ありの溶接クラスを推定するためには、同じ分類器または更なる分類器を使用することもできる。

【0022】

概して、分類器は、各温度発展のピーク、ソースが発する動力、エネルギービームが溶接経路を辿る進行速度などのような、１または複数の更なる入力特徴を受けてもよい。

【図面の簡単な説明】

【0023】

ここで、純粋に非限定的な例として提供される添付図面を参照して、本開示の実施形態を説明する。

【図1】溶接ステーションの一例を示す。

【図2A】溶接動作のある例を示す。

【図2B】溶接動作のある例を示す。

【図2C】溶接動作のある例を示す。

【図3】サーマルカメラを備える溶接ステーションの一実施形態を示す。

【図4】図３の溶接ステーションが溶接ゾーン内で２つの材料を溶融する一実施形態を示す。

【図5】図３のサーマルカメラによって撮像される溶接ゾーンの画像の一例を示す。

【図6】溶接ゾーンが幾つかのサブエリアにセグメント化されている一実施形態を示す。

【図7】図６のサブエリアの温度発展の一例を示す。

【図8】それぞれの温度発展から冷却曲線を抽出する一実施形態を示す。

【図9】抽出された冷却曲線に応じて溶接の質を決定する一実施形態を示す。

【図10】図９で使用されている分類器の実施形態を示す。

【図11】図９で使用されている分類器の実施形態を示す。

【図12】図９の分類器の訓練および使用の一実施形態を示す。

【発明を実施するための形態】

【0024】

後続の記載では、実施形態の深い理解を可能にするために、多くの具体的な詳細が提供される。実施形態は、１または複数の具体的な詳細を用いずに実現されても、他の方法、構成要素、材料などを用いて実現されてもよい。他の場合では、実施形態の態様が不明瞭にならないように、周知の動作、材料、または構造は、詳細に表現または説明されていない。

【0025】

本明細書全体において、「一実施形態」または「１つの実施形態」への言及は、その実施形態に関して記載される特定の特性、特徴的要素、または構造が、少なくとも１つの実施形態に含まれることを意味する。したがって、本明細書の様々な箇所に出現しうる「一実施形態において」または「１つの実施形態において」のような表現は、必ずしもすべてが１つの同じ実施形態を指すとは限らない。さらに、特定の特性、特徴的要素、または構造は、１または複数の実施形態において任意の妥当な様式で組み合わされうる。

【0026】

本明細書で使用される参照は、単に便宜上提供されるものであり、したがって、保護の領域または実施形態の範囲を定義するものではない。

【0027】

後続の図３～１２において、図１および２に関して既に説明されている部分、要素、または構成要素は、上述の図で既に使用されたものと同じ参照によって示される。既に説明した前述の要素は、本件の詳細な説明を過度にしないよう、以下で再度説明されることはない。

【0028】

既に言及したように、本明細書は、溶接ビードの質をモニタリングするための解決策を提供する。

【0029】

図３は、本開示による溶接ステーションの一実施形態を示す。この実施形態は、図１および２に関して説明される溶接ステーションに実質的に基づき、対応する記載が全体的に適用される。特に、この場合にも、溶接ステーションは、幾つかの金属ピースＭ１およびＭ２の材料を溶接ゾーンＳＡ内で溶融するよう構成されている。この目的のために、溶接ステーションは、
－ それぞれの制御回路１０を介して制御されている、対応する溶接ヘッド１を有するエネルギーソース、好ましくはレーザソースと、
－ 溶接ヘッド１が発するビームを溶接経路に沿って動かすような様式で制御回路２０によって制御されている、ロボットアームのような１または複数のアクチュエータ２と
を備える。

【0030】

したがって、図４にも示されるように、溶接ヘッド１が発するビームは、溶接経路ＳＰに沿って移動し、溶接ゾーンＳＡ内で重なり合うピースＭ１およびＭ２の材料を加熱し、これにより、ピースＭ１およびＭ２の材料の溶融を介して溶接ビードが得られる。図４に示されるように、溶接経路ＳＰは、概して、必ずしもピースＭ１およびＭ２の縁部で開始し終了するとは限らない。さらに、溶接経路ＳＰは、ｘ方向に展開する直線経路が好ましいが、いかなる形状でもよい。

【0031】

考察される実施形態において、溶接ステーションは、サーマルカメラ３をさらに備える。特に、様々な実施形態において、サーマルカメラ３は、固定位置に取り付けられ、溶接ゾーンＳＡをフレームに入れるような様式で位置決めされる。すなわち、サーマルカメラ３は、溶接ゾーンＳＡを表す熱画像ＩＭＧを提供するよう構成されている。概して、サーマルカメラ３は、各サーマルカメラが溶接ゾーンＳＡの一部のみを撮像する複数のサーマルカメラによって実現されてもよい。すなわち、画像ＩＭＧは、複数のサーマルカメラによって供給された画像の結合の結果生じるパノラマ画像に対応しうる。したがって、単数または複数のサーマルカメラが、ｘ'およびｙ'の２方向（図５も参照されたい）における二次元画像ＩＭＧを供給し、各画素の値が、それぞれの温度を識別する。

【0032】

考察される実施形態において、熱画像ＩＭＧは次に、ソフトウェアコードを介してプログラムされたマイクロプロセッサ、例えばコンピュータのような処理回路３０によって処理される。概して、処理回路３０は、単一の電子回路において、制御回路１０および／または制御回路２０と共に実装されてもよい。

【0033】

例えば、図５は、所定のエリアＳＡ'が溶接ゾーンＳＡに対応する、単数または複数のサーマルカメラ３によって供給される熱画像ＩＭＧを概略的に示す。したがって、ピースＭ１およびＭ２の２つを共に溶接することにより、エリアＳＡ'内の各画素の値が、溶接ゾーンＳＡのそれぞれの点の温度を識別する。概して、画像ＩＭＧ中のエリアＳＡ'は手作業で選択されてもよく、さもなければ、処理回路３０がエリアＳＡ'を自動的に決定してもよい。特に、溶接動作が実行されているとき、エリアＳＡ'内の画素は、より高い値、すなわち温度を有し、したがって、処理回路３０は、溶接ゾーンＳＡに対応する画像ＩＭＧ中のエリアＳＡ'を検出できる。特に、溶接経路ＳＰが直線である場合、エリアＳＡ'は通常、長方形であるか、または、画像ＩＭＧの歪みの可能性を考慮して、台形エリアである。

【0034】

したがって、様々な実施形態において、処理回路３０は、画像ＩＭＧの（または画像ＩＭＧのシーケンスの）各画素の値を基準閾値と比較し、閾値より高い値を有する画素を選択し、選択された画素が長方形または台形のエリアに位置付けられるエリアを近似するよう構成されている。

【0035】

代わりに、現在好ましい実施形態では、長方形（または台形エリア）のサイズは固定されている。例えば、溶接ゾーンＳＡのサイズが分かれば、処理回路は、サーマルカメラ３のパラメータ、例えば、焦点距離およびピースＭ１からの距離から、長方形のサイズを計算できる。代替的に、長方形（または台形エリア）のサイズは、オペレータが設定できる。次に、溶接動作が行われたら、処理回路３０は、前述の長方形（または台形エリア）を熱画像ＩＭＧ中の複数の位置に位置決めし、各位置について、すべてのフレームで長方形（または台形エリア）に含まれる画素の値の和を計算する。最後に、処理回路３０は、最も高い和を有する位置／エリアを選択する。したがって、この場合、処理回路は、最大値を和として有する画素を含む（固定サイズの）エリアをエリアＳＡ'として選択し、したがって、各溶接動作で溶接経路ＳＰのわずかな移動の補償が達成される。

【0036】

既に説明したように、様々な実施形態において、制御回路２０は、単数または複数のアクチュエータ２を介して、溶接ヘッド１が発するビームをｘ方向の直線に沿って移動させるよう構成されている。この場合、単数または複数のサーマルカメラ３は、好ましくは、画像ＩＭＧのｘ'方向または（図５に示されるように）ｙ'方向がｘ方向に対応するような様式で位置合わせされる。例えば、このようにして、長方形エリアＳＡ'も、画像ＩＭＧの画素のアレイと位置合わせされる。

【0037】

代替的に、またはさらに、処理回路３０は、サーマルカメラ３によって撮像された画像を補正するために、例えば、ｘ方向を画像ＩＭＧのｘ'軸またはｙ'軸の一方と位置合わせするような様式で画像ＩＭＧを回転させて、ピースＭ１の表面に対するサーマルカメラ３の傾斜を原因とする画像ＩＭＧの歪みおよび／またはサーマルカメラ３のレンズに起因する画像ＩＭＧの変形を補償するために、熱画像ＩＭＧを処理しうる。同様の動作は、従来のビデオカメラとの関連において広く知られており、サーマルカメラから得られた画像にも適用されうる。例えば、米国特許出願公開第２０１８／００８２１３３号Ａ１に記載されているように、カメラがどのように設置されているかが分かれば、カメラの傾斜に関する情報に基づいて歪みの補償が行われうる。

【0038】

考察される実施形態において、処理回路３０は次に、エリアＳＡ'内の画素の値を処理する。

【0039】

特に、図６に示されるように、様々な実施形態において、処理回路３０は、エリアＳＡ'を複数のサブエリアＡ１～Ａｎに分割する。例えば、エリアＳＡ'が、例えば図５のｘ'方向に所定画素数Ｎ１の幅を有することを考慮すると、各サブエリアＡ１～Ａｎは、Ｎ１画素の幅およびＮ２画素の高さを有しうる。例えば、分析の精度を高めるためには、画素数Ｎ２を２～２０画素から選択してよい。代わりに、計算時間を減らすには、例えば溶接ビード／溶接ゾーンＳＡの長さに基づいて、サブエリアＡ１～Ａｎの数を１０～５０から選択してもよく、選択されたサブエリアＡ１～Ａｎの数に応じて、対応する画素数Ｎ２を計算してもよい。したがって、様々な実施形態において、Ｎ２の数は、例えば、０．２ Ｎ１～２ Ｎ１、好ましくは０．２ Ｎ１～０．５ Ｎ１から選択されうる。

【0040】

次に、処理回路３０は、各サブエリアＡ１～Ａｎ内の画素の値を処理して、各サブエリアＡ１～Ａｎに単一の瞬時温度値Ｔｉを関連付ける。例えば、処理回路３０は、例えば、それぞれのサブエリアＡｉ内の画素の値の平均値または最大値を使用して、所定のサブエリアＡｉの温度値Ｔｉを計算しうる。例えば、様々な実施形態において、処理回路３０は、例えばそれぞれのサブエリアＡｉの側縁部の画素にはより低い重みを使用し、それぞれのサブエリアＡｉの中央画素にはより高い重みを使用し、エリアＳＡ'の幅の方向（例えば、図５のｘ'）に変化する重みを各画素に関連付ける加重平均を介して、所定のサブエリアＡｉの温度値Ｔｉを計算するよう構成されている。

【0041】

したがって、各画像ＩＭＧについて、各サブエリアＡｉには、それぞれの温度値Ｔｉが関連付けられる。さらに、図６に概略的に示されるように、時間ｔにおける複数の熱画像ＩＭＧのシーケンス、すなわちフィルムを分析することにより、処理回路３０は、各サブエリアＡｉの温度発展Ｔｉ（ｔ）をモニタリングすることができる。

【0042】

図７に示されるように、溶接ヘッド１が発するビームによって溶接経路ＳＰを辿るのに必要な時間も考慮すると、処理回路３０はしたがって、互いに対して時間差のある複数の温度曲線／発展Ｔ１～Ｔｎを分析すべきである。

【0043】

より詳細に図８に示されるように、各温度発展Ｔｉ（ｔ）には、
－ 加熱フェーズ中（図８の時点ｔ０～ｔ１）、周囲温度Ｔａｍｂから、溶接を行うために溶接ヘッド１が発するビームをそれぞれのエリアＡｉが受けてから最高温度Ｔｍａｘまでの温度Ｔｉ（ｔ）の上昇と、
－ 直後の冷却フェーズ中（図８の時点ｔ１以降）、最高温度Ｔｍａｘから周囲温度Ｔａｍｂへの温度Ｔｉ（ｔ）の低下と
が含まれる。

【0044】

例えば、様々な実施形態において、処理回路３０は、溶接動作の開始を合図するトリガ信号を制御回路１０が供給すると、温度Ｔｉ（ｔ）の記録を開始しうる。代わりに、温度Ｔｉ（ｔ）の記録の期間は一定でもよい。

【0045】

概して、溶接の質を示すデータは、材料Ｍ１およびＭ２の溶融を示すので、このデータは、到達した最高温度Ｔｍａｘである。

【0046】

しかし、本発明者らは、同じ最高温度Ｔｍａｘが得られても、例えば水滴またはごみの存在などに起因する溶接ゾーンの汚染に続いて起こる様々な溶接の欠陥の結果として、冷却曲線のプロファイルが変わることに注目した。

【0047】

したがって、様々な実施形態において、処理回路３０は、冷却曲線を分析し、すべてのサブエリアＡ１～Ａｎについて、冷却曲線、すなわちｔ＞ｔ１のデータＴｉ（ｔ）に応じて、溶接部のステータスＳの信号を決定するよう構成されている。

【0048】

例えば、第１の実施形態において、処理回路３０は、各サブエリアＡ１～Ａｎについて、溶接が正確（例えば、Ｓ＝１／ＯＫ）と分類される試験段階中のそれぞれの基準冷却曲線を記録するよう構成されており、次に処理回路３０は、通常動作中に、実行された各溶接について、それぞれの冷却曲線を記録し、記録されたそれぞれの冷却曲線を基準冷却曲線と比較することにより、各溶接部のステータス（例えば、Ｓ＝１／ＯＫまたはＳ＝０／ＮＯＫ）を分類する。例えば、データの２つのシーケンス間の類似性および類似性のそれぞれの分類を決定するための考えられる解決手段は、イタリア特許出願第１０２０１７００００４８９６２号に記載されており、その内容は、参照のために本明細書に組み込まれる。

【0049】

代わりに、図９は、第２の実施形態を示す。特に、考察される実施形態において、処理回路３０は、前処理段階／ブロック３００で、既に説明したように、サーマルカメラ３によって供給される画像ＩＭＧのシーケンスを処理して、それぞれのサブエリアＡ１～Ａｎについて複数の温度曲線Ｔｉ（ｔ）を決定する。

【0050】

上記の温度曲線Ｔｉ（ｔ）は段階／ブロック３０２に供給され、処理回路３０が温度曲線Ｔｉ（ｔ）を処理する。特に、既に説明したように、処理回路３０は、冷却曲線のデータを抽出し、例えば曲線Ｔｉ（ｔ）が最大値Ｔｍａｘに達するときの時点ｔ１を識別するとともに、ｔ＞ｔ１の曲線Ｔｉ（ｔ）のデータを選択するよう構成されている。次に、処理回路３０は、冷却曲線を処理し、冷却曲線の１または複数の特徴Ｆを決定する。したがって、段階／ブロック３０２は、いわゆる特徴抽出を実行する。

【0051】

例えば、様々な実施形態において、第１の特徴は、最高温度Ｔｍａｘに対応する。他の特徴Ｆは、冷却曲線の下降部分、例えば、温度Ｔｉが最高温度Ｔｍａｘの所定の割合まで低下するのに必要な時間、例えば、
－ 温度Ｔｉが温度Ｔｍａｘの７５％まで低下するのにかかる第１の時間Δｔ１、
－ 温度Ｔｉが温度Ｔｍａｘの５０％まで低下するのにかかる第２の時間Δｔ２、および
－ 温度Ｔｉが温度Ｔｍａｘの２５％まで低下するのにかかる第３の時間Δｔ３
を示す、１または複数の値を識別しうる。

【0052】

代わりに、現在好ましい実施形態では、処理回路３０は、ｔ＞ｔ１の冷却曲線Ｔｉ（ｔ）の形状を、パラメータ化された関数で近似するために、補間の動作を実行する。概して、このパラメータ化された関数は、１または複数の基底関数から成り、各基底関数には、それぞれのパラメータセットが関連付けられている。したがって、基底関数のパラメータを変えることにより、コスト関数を最小化するパラメータａ_０～ａ_ｍの組み合わせが選択されうる。例えば、コスト関数は、冷却曲線の形状と、選択されたパラメータを使用するパラメータ化された関数との間で計算される、絶対差の和（ＳＡＤ）または平均平方誤差（ＭＳＥ）に対応しうる。

【0053】

例えば、様々な実施形態において、基底関数が異なる次数の多項式によって表され、パラメータが多項式の係数である多項式補間、例えば、

【数1】

が使用される。代わりに、現在好ましい実施形態では、基底関数が指数関数である指数補間、例えば、

【数2】

が使用される。したがって、補間の終了時、処理回路３０は、特徴Ｆとして（場合によっては最高温度Ｔｍａｘに加えて）、補間中に選択されたパラメータａ_０～ａ_ｍを選択する。

【0054】

様々な実施形態において、回路３０は、他の特徴Ｆを決定してもよい。例えば、この目的のために、段階／ブロック３０２は、ソース／溶接ヘッド１の制御回路１０からの第１のデータＤ１のセットおよび／または単数もしくは複数のアクチュエータ２の制御回路２０からの第２のデータＤ２のセットを受けることができる（図３も参照されたい）。例えば、データＤ１は、ソースが発する動力および／または溶接ヘッド１の焦点合わせを含みうる。代わりに、データＤ２は、溶接ヘッド１が発するビームの溶接経路ＳＰに沿った進行速度を含みうる。しかし、他のセンサが使用されてもよく、かつ／または、サーマルカメラ３によって供給される熱画像ＩＭＧに応じて処理回路３０が更なる特徴を決定してもよい。

【0055】

例えば、様々な実施形態において、処理回路３０は、熱画像ＩＭＧの分析から、段階３００において、例えば、内容が参照のために本明細書に組み込まれる米国特許出願公開第２０１０／００８６００３号Ａ１に記載されているように、溶接のキーホールの寸法のパラメータを決定することもできる。

【0056】

例えば、様々な実施形態において、上記特徴は、加熱段階すなわちｔ０～ｔ１の間の各画像ＩＭＧについての、キーホールのｘ'方向および／もしくはｙ'方向の寸法、ならびに／またはキーホール内の熱の分布を識別するパラメータを含みうる。

【0057】

さらに、または代替的に、処理回路３０は、各画像ＩＭＧのスペクトル特徴を、例えば高速フーリエ変換（ＦＦＴ）によって決定し、最大値を有する所定数の周波数を選択しうる。

【0058】

さらに、または代替的に、処理回路３０は、撮像された最後の画像ＩＭＧを処理しうる。特に、本発明者らは、この場合、ピースＭ１およびＭ２は冷めているので、すべての画素が実質的に同じ値を有するはずであることに注目した。しかし、異なる材料で作製されたピースＭ１およびＭ２が使用される場合、画素の平均と比べて値が実質的に異なる（すなわち、より高いまたはより低い）画素に注目することが可能である。特に、これらの画素は、ピースＭ１の表面上に堆積した下部ピースＭ２の材料の飛沫に対応する。特に、異なる材料は異なる放射率も有するので、上記飛沫は視認可能でありうる。したがって、様々な実施形態において、処理回路３０は、例えば、画像ＩＭＧのすべての画素に応じてまたはそれぞれの画素を取り囲む所定画素数だけに応じて計算された閾値と、各画素の値を比較することなどにより、「より高温」または「より低温」に見える前述の画素を決定することができる。したがって、更なる特徴は、「より高温」または「より低温」の画素の数でありうる。

【0059】

したがって、ブロック／段階３０２は概して、複数の特徴Ｆを供給し、特徴Ｆの少なくとも一部は、サブエリアＡ１～Ａｎの、ｔ＞ｔ１の冷却曲線Ｔｉ（ｔ）の形状を識別する。

【0060】

様々な実施形態において、上記特徴Ｆは次に、特徴Ｆに応じて溶接部のステータスＳを分類するよう構成された段階／ブロック３０４に供給される。特に、様々な実施形態において、段階／ブロック３０４の分類器には、機械学習法が実装されている。

【0061】

特に、図１２に示されるように、開始段階１０００の後、処理回路３０は、学習段階１００２において、複数の溶接動作をモニタリングする。特に、この目的のために、複数の溶接動作は、異なる溶接条件下で行われる。例えば、この目的のために、
－ ソースが発する動力および／または溶接ヘッド１の焦点は、制御回路１０によって変化させてもよく、かつ／または
－ 溶接ヘッド１が発するビームの溶接経路ＳＰに沿った進行速度は、制御回路２０によって変化させてもよく、かつ／または
－ 溶接ゾーンＳＡは、例えば水の飛沫および／またはごみで汚染されていてもよく、かつ／または
－ ピースＭ１とＭ２とのグリップ／ブロックは、例えばグリップ力を変えることにより、変化させてもよい。

【0062】

次に、オペレータは、溶接の質を検証することができる。例えば、オペレータは、機械的試験（例えば、ピースＭ１とＭ２との間の接続の強度に対する試験）および／または電気試験（例えば、ピースＭ１およびＭ２の２つの間の電気抵抗の測定）を行うことができ、オペレータは、溶接の質を十分（例えば、Ｓ＝１）または不十分（例えば、Ｓ＝０）と分類することができる。概して、この段階で使用される試験のうちの１または複数は、破壊的であってもよい。例えば、機械的試験は、ピースＭ１とＭ２との間の接続に障害が生じるまで適用される張力を上昇させる引張試験を含みうる。

【0063】

したがって、段階１００２で取得されるデータは、溶接部が十分な質を有する条件と溶接部が不十分な質を有する条件との両方についての実験データを含む訓練データセットを表す。

【0064】

したがって、訓練段階１００４において、処理回路３０は、少なくともサブエリアＡ１～Ａｎの冷却曲線から特徴Ｆを抽出し（図９の説明も参照されたい）、分類器３０４の入力データとして特徴Ｆを、分類器３０４の出力として溶接ステータスＳを使用して、分類器３０４を訓練することができる。概して、人工ニューラルネットワークまたはサポートベクタマシンのような、教師付き機械学習カテゴリの異なる分類器を使用してよい。

【0065】

例えば、様々な実施形態において、フィードフォワード型のネットワークのような人工ニューラルネットワークが使用される。例えば、様々な実施形態において、このようなネットワークは、特徴Ｆの数に等しい数の入力ノードを含む入力層を備える。さらに、ネットワークは、所定数の隠れ層を備える。例えば、様々な実施形態において、隠れ層の数は、２～５、好ましくは３であり、各隠れ層のノード／ニューロンの数は、特徴Ｆの数の１．５～３倍から選択される。

【0066】

したがって、段階１００４の終了時に、分類器３０４は、少なくともサブエリアＡ１～Ａｎの冷却曲線の形状から抽出された特徴Ｆのセットに応じて溶接部の質を推定することが可能である。

【0067】

次に、段階１００４が完了したら、溶接ステーションを通常動作段階１００６において使用することができ、オペレータの側で更なるチェックを行わずに溶接の質が推定される。

【0068】

したがって、段階１００６において、処理回路３０は、冷却曲線の形状を再度モニタリングし（段階／ブロック３００の説明も参照されたい）、特徴Ｆを決定し（段階／ブロック３０２の説明も参照されたい）、訓練済み分類器を使用して、特徴Ｆに応じて溶接ステータス／質Ｓを推定する（段階／ブロック３０４の説明も参照されたい）。

【0069】

概して、オペレータは、いかなる場合においても、段階１００２に関して記載したように、溶接の質を検証するための更なる試験を行うことができる。これは例えば、新しい溶接プロセスの開発の初期段階において、例えば、既に考慮されていない更なるデータを得るために、分類器３０４が行った推定を検証し、かつ／または推定の結果の定期的なモニタリングを行うような様式で有用でありうる。

【0070】

したがって、図１２に概略的に表しているように、オペレータが検証段階１００８において分類器の結果が正確であると決定した場合（検証段階１００８からの出力「Ｙ」）、プロセスは段階１００６を続けることができる。

【0071】

代わりに、オペレータが検証段階１００８において分類器の結果が誤りであると決定した場合（検証段階１００８からの出力「Ｎ」）、オペレータは、行われた溶接およびそれぞれの補正された質のデータを訓練データセットに格納することができ、分類器を再度訓練するために段階１００４を開始することができる。

【0072】

したがって、様々な実施形態において、通常動作１００６において取得されるデータ自体を訓練データセットとして使用することができる。例えば、この目的のために、処理回路３０は、例えば適切なコンピュータプログラムによって、訓練データセットを処理回路３０に直接格納し、訓練段階１００４も直接管理し、したがって訓練データセットが変化したときに分類器の新しい訓練を可能にするよう構成されていてもよい。

【0073】

様々な実施形態において、分類器３０４は、二元的結果Ｓ、すなわち、十分な質または不十分な質を示す結果を供給するのみならず、欠陥のタイプの指標Ｃも供給できるよう構成されていてもよい。例えば、この目的のために、オペレータは（段階１００２において）、検出された欠陥のタイプについての情報も訓練データセットに格納できる。例えば、そのような欠陥は、段階１００２で使用される異なる溶接条件、例えば、不十分なグリップ、ピースＭ１／Ｍ２の不純物／汚染、ソースの動力の損失などに対応しうる。

【0074】

これは例えば、図１０に概略的に示されている。特に、考察される実施形態において、分類器３０４は、溶接部のステータスＳを推定するよう構成された第１の分類器３０６を含み、溶接部のステータスＳは、したがって正確または欠陥ありでありうる。分類器３０６の出力は、いずれの場合においても、推定の信頼性を示す、例えば０～１の範囲内の連続値に対応しうる。分類器３０６は次に、供給された値に応じてステータスＳを決定し、例えば出力値が第１の閾値（例えば０．８）より高い場合に第１の値（例えば、Ｓ＝１／ＯＫ）を、または出力時の値が第２の閾値（例えば０．２）未満である場合に第２の値（例えば、Ｓ＝１／ＯＫ）を割り当てることができる。

【0075】

さらに、または代わりに、分類器３０４は、欠陥ありの溶接クラスＣを推定するよう構成された第２の分類器３０８を含み、欠陥ありの溶接クラスＣは、したがって幾つかの値を提示しうる。これは例えば、特徴Ｆ１およびＦ２の２つの値が４つのクラスＣ１～Ｃ４にマッピングされている図１１に概略的に示されている。概して、考慮される寸法の数は、考慮される特徴Ｆの数に対応する。

【0076】

例えば、様々な実施形態において、分類器３０８は、各クラスＣについて、各クラスＣの特徴Ｆ、すなわち各クラスタの、例えば０～１の範囲内の電流値の組み合わせによって表される点の距離を示す連続値を供給する、それぞれの出力を含む。例えば、この場合、分類器３０８は、最高値が関連付けられているクラスＣを選択し、場合によっては、それぞれの距離が最大値より短いクラスタのみに選択肢を制限しうる。

【0077】

したがって、段階１００２において、オペレータは、溶接部のステータスＳのみならず、場合によっては欠陥のタイプＣも決定することができる。概して、本手法は機械学習手法であるため、分類器３０８はしたがって、オペレータが考慮することを望む欠陥のクラスＣの数に適合することが可能であり、また、溶接ステーションの通常動作１００６においてのみ明らかになる新しい欠陥タイプを加えることも可能にする（図１２の説明も参照されたい）。例えば、溶接ヘッド１のレンズが汚れることから溶接の質が不十分になる状況は、段階１００２では考慮されていなかったが、この問題は、段階１００６において明らかになりうる。

【0078】

当然ながら、構造および実施形態の詳細は、発明の基礎をなす原理を損なわずに、変更することにより後続の特許請求の範囲が定義する本発明の範囲から逸脱しなければ、純粋に例として本明細書で説明および例示されたものに対して広く変更してもよい。

【図1】

【図2A】

【図2B】

【図2C】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】