マルチスペクトルエミッションセンサ機能と機械学習を用いたレーザービーム溶接における溶接欠陥検出

科学分野:

• 材料科学と工学
• 製造プロセス
• データ科学と機械学習

背景:

• レーザービーム溶接 (LBW) は,複雑な材料とレーザーの相互作用により,毛穴形成などの欠陥に弱い.
• LBW中の電磁気放出の解釈は,直接的な欠陥検出に困難です.
• 現存する方法は,効率的なリアルタイムでの溶接品質の評価に欠けている.

研究 の 目的:

• 欠陥検出のためのLBWの電磁気放出の解釈のためのデータ駆動の枠組みを開発する.
• 定量的な溶接モニタリングのための監督と無監督の学習アプローチの両方を実装する.
• 産業用溶接質の評価のための光学データの解釈性を向上させる.

主な方法:

• 42のスペクトルチャンネルでリアルタイムに 放射データを記録した
• 統計的,時間的,形状ベースの特徴を抽出し,主要コンポーネント解析 (PCA) で次元性を減らす.
• 監督された学習のための応用長期短期記憶 (LSTM) と,無監督の異常検出のための隔離森林.

主要な成果:

• LSTMモデルはテストセットで低誤差率 (MSE: 0.0029,MAE: 0.0288) を達成した.
• イソレーション・フォレストは異常な溶接を検出する高性能 (80%の精度,85.7%の精度) を示した.
• このフレームワークは,LBWプロセスからの4D光学的データの解釈性を向上させています.

結論:

• 提案されたデータベースのフレームワークは,電磁気放出をLBWの溶接欠陥検出に効果的に解釈します.
• このフレームワークは,加工後の分析と,溶接品質の潜在的なリアルタイム監視の両方を可能にします.
• このアプローチは,強固な溶接品質評価を必要とする産業用アプリケーションに拡張可能なソリューションを提供します.