JPH10249525A - 溶接条件適応制御方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】 高速回転アークセンサとニューラルネットワ
ークを利用することでフィードバック制御を可能とし、
実ワークの溶接に即応し、かつ安定した溶接品質を得る
ための溶接条件適応制御方法及びその装置を提供する。 【解決手段】 ニューラルネットワーク３５により構成
され、高速回転アークセンサ１２により検出されたトー
チ電圧または溶接電流を入力し、ルートギャップを出力
する第１のニューロアークセンサ３３と、ニューラルネ
ットワークにより構成され、溶接電流（ワイヤ送給速
度）、溶接電圧、溶接速度、トーチ角度、及びルートギ
ャップを入力し、ビード高さまたは脚長を出力する第２
のニューロアークセンサ３４と、目標ビード高さまたは
目標脚長を入力し、溶接電流（ワイヤ送給速度）、溶接
電圧、溶接速度、及びトーチ角度を出力するファジイコ
ントローラ３１と、第１、第２のニューロアークセンサ
からのルートギャップ及びビード高さまたは脚長をそれ
ぞれファジイコントローラにフィードバックする構成で
ある。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、溶接条件適応制御
方法及びその装置に係り、特にアーク溶接において有効
な溶接条件適応制御技術に関する。

【０００２】

【従来の技術】従来、溶接条件に関する適応制御技術
は、熟練作業者が溶接条件データベースを構築し、その
部材の幾何学的形状情報や脚長などの溶接情報などによ
り、適正溶接条件を溶接施工以前に決定している。この
ため、溶接中の溶接条件は開ループ制御となっている。
これは、インプロセスで開先のルートギャップや脚長を
センシングする技術が確立されていなかったことに起因
する。但し、従来技術として画像処理装置とレーザセン
サを組み合わせてギャップ計測やビード幅の検出を行
い、溶接条件を制御する技術は存在するが、ニューラル
ネットワークを用い溶接中のアーク直下におけるギャッ
プ、脚長のセンシングを行い、コントローラにフィード
バックして溶接条件を制御する技術は今までに存在して
いない。

【０００３】また、溶接ロボットなどを用いた自動機器
による溶接施工の場合には、溶接施工以前にオフライン
プログラム手法により動作プログラムが作成される。こ
の動作プログラムは、ＣＡＤデータをベースとしてロボ
ットの動作経路点である溶接の開始点・終了点、干渉回
避処理による姿勢変更点などの動作経路点を算定し、そ
の点に対して溶接条件である溶接電流、溶接電圧、溶接
速度、トーチ角度などのパラメータを引き当てる構成と
なっている。

【０００４】ところが、溶接施工時においては、実際の
部材とＣＡＤデータに差異が存在するため、ワイヤタッ
チセンサで溶接開始点の検出を行い、アークセンサで溶
接中開先ならい制御を行いながら、動作経路点を逐次補
間して溶接施工を行っている。しかし、動作経路点の補
間に伴った溶接条件パラメータの変更までは対応しきれ
ていない問題がある。すなわち、動作経路点に対して
は、アークセンサなどによるフィードバックルーチンと
なっているのに対し、溶接条件に対してはフィードバッ
クがない開ループの制御となってしまっている。そのた
め、実部材でギャップが存在しているにもかかわらず、
溶接施工以前にＣＡＤデータベースで選定された溶接条
件のまま溶接を行うと、脚長不足になり適正な溶接品質
を維持することが困難になる場合がある。図６は実部材
においてギャップが存在する場合、ＣＡＤデータとの差
異により脚長不足が生じる可能性があることを示してい
る。図中、１は立板、２は下板、３は溶接ビード、４は
ギャップである。このようなギャップは、ワークの加工
精度、取付精度、および溶接中の動的な熱変形などによ
り不可避的に発生するものである。

【０００５】

【発明が解決しようとする課題】一般的に、適応制御で
は、制御対象を数式化モデルで表現し、その数式化モデ
ルに基づいて制御対象の動的挙動を推測し、最適値を保
持するように制御することが可能であるが、溶接条件適
応制御では、溶接現象を数式化モデルで表現すること
が、パラメータも多く、しかも複雑に絡み合っているた
め、非常に困難であるという問題がある。

【０００６】本発明は、このような問題を解決するため
になされたもので、高速回転アークセンサとニューラル
ネットワークを利用することでフィードバック制御を可
能とし、実ワークの溶接に即応し、かつ安定した溶接品
質を得るための溶接条件適応制御方法及びその装置を提
供することを課題としている。

【０００７】

【課題を解決するための手段】本発明に係る溶接条件適
応制御方法は、高速回転アークセンサにより開先ならい
制御を行いながら溶接する高速回転アーク溶接法におい
て、前記高速回転アークセンサに設定された溶接電流
（ワイヤ送給速度）、溶接電圧、溶接速度、及びトーチ
角度をニューラルネットワークの入力としてアーク直下
のルートギャップ及びビード高さまたは脚長を検出し、
このルートギャップ及びビード高さまたは脚長を溶接中
に制御装置にフィードバックして、溶接条件を最適に制
御することを特徴とするものである。ここでいう高速回
転アークセンサによる開先ならい制御には、溶接線幅方
向ならい制御とトーチ高さならい制御の双方を含むもの
である。

【０００８】また、本発明は、突き合わせ溶接、隅肉溶
接などの如何を問わず適用可能なものであり、突き合わ
せ溶接の場合にはニューロアークセンサによる検出対象
をルートギャップとビード高さとし、隅肉溶接の場合に
はルートギャップとビード高さまたは脚長とする。ルー
トギャップ、ビード高さ、脚長は、図５に示すように、
それぞれＧ、ｄ、ａの寸法をいい、これらはいずれも推
定による検出値である。

【０００９】また、本発明方法に使用する溶接条件適応
制御装置は、ニューラルネットワークにより構成され、
高速回転アークセンサにより検出されたトーチ電圧また
は溶接電流を入力とし、ルートギャップを出力とする第
１のニューロアークセンサと、ニューラルネットワーク
により構成され、溶接電流（ワイヤ送給速度）、溶接電
圧、溶接速度、トーチ角度、及び前記第１のニューロア
ークセンサから出力されるルートギャップを入力とし、
ビード高さまたは脚長を出力とする第２のニューロアー
クセンサと、目標ビード高さまたは目標脚長を入力と
し、溶接電流（ワイヤ送給速度）、溶接電圧、溶接速
度、及びトーチ角度を出力とするファジイコントローラ
とを備え、前記第１のニューロアークセンサからのルー
トギャップ及び前記第２のニューロアークセンサからの
ビード高さまたは脚長をそれぞれ前記ファジイコントロ
ーラにフィードバックすることを特徴とするものであ
る。

【００１０】溶接条件適応制御における溶接条件の制御
パラメータは、溶接電流（ワイヤ送給速度）、溶接電
圧、溶接速度、トーチ角度である。制御結果を評価する
制御成績は脚長またはビード高さとする。溶接条件適応
制御が望まれている理由は、適正な溶接品質を維持する
ためであり、その評価は脚長またはビード高さで判断す
ることによる。このように溶接条件適応制御を定義する
とアーク直下のギャップセンシングが必要となる。なぜ
なら、ギャップ変動が脚長またはビード高さを変化させ
る主要因として挙げられるためである。また、一般的に
は制御対象を数式化モデルで表現し制御対象の動的挙動
を推測することが可能であるが、溶接現象を数式化モデ
ルで表現するにはパラメータも多く非常に困難であるた
め、溶接現象の動的挙動を示す溶接電流・電圧を利用
し、ギャップ検出を行う。そして、その結果であるギャ
ップと溶接電流（ワイヤ送給速度）、溶接電圧、溶接速
度、トーチ角度から脚長またはビード高さの推定を行
い、目標脚長または目標ビード高さとの偏差を制御装置
に返すことにより、フィードバックルーチンを持った溶
接条件適応制御システムを構築する。さらに、制御装置
に、検出したギャップも返すことにより、安定した溶接
条件適応制御が行われる。

【００１１】溶接現象におけるセンシングにニューラル
ネットワークを利用したのは、溶接現象は複数の溶接
パラメータが存在し、数学的モデルを構築することが困
難だといわれていること、高速回転アークセンサによ
り溶融池の状態を２次元情報として取得することができ
ることから、ニューラルネットワークのもつ自己組織化
機能を有効に活用することにより、アーク現象特有の瞬
間短絡やスパッタリングなどのノイズの影響に対しても
ロバスト性の強い検出ができることによる。

【００１２】

【発明の実施の形態】図１は本発明による溶接条件適応
制御方法の概念図で、図２はその溶接条件適応制御装置
のブロック図である。図１に示すように、溶接ロボット
１０は、ロボットアームの先端部に高速回転（５０Ｈｚ
以上）する溶接トーチ１１を備えており、高速回転する
アークセンサ１２により開先ならい制御（溶接線幅方向
ならいとトーチ高さならい）を行いながら、高速回転ア
ーク溶接（隅肉溶接）を行う。所要の溶接条件（溶接電
流（ワイヤ送給速度）、溶接電圧、溶接速度、トーチ角
度）は、ギャップ別に、予めＣＡＤ／ＣＡＭシステム２
０の溶接条件データベース２１に設定・格納されてお
り、溶接開始に際して、所要の溶接条件（通常はギャッ
プ零のときの溶接条件）が初期条件としてこの溶接条件
適応制御装置３０に与えられる。また、その溶接条件は
溶接ロボット１０と溶接電源４０にも与えられる。な
お、図１において、１３は溶接ワイヤ、１４はアークで
ある。

【００１３】溶接中、アークセンサ１２により１回転毎
にトーチ電圧または溶接電流（ワイヤ送給速度）の波形
が時系列的に得られるので、この波形データからアーク
直下の開先状態、溶融池状態の変動をリアルタイムに検
出することができる。ここでは、アークセンサ１２はト
ーチ電圧を検出しているので、このトーチ電圧出力を次
に詳しく説明するニューラルネットワークを利用した溶
接条件適応制御装置３０に入力し、この溶接条件適応制
御装置３０によって目標脚長または目標ビード高さとな
るように溶接ロボット１０及び溶接電源４０に対し溶接
条件の適応制御を行う。

【００１４】図２において、３１は制御装置としてのフ
ァジイコントローラ、３２は溶接現象をあらわすプラン
ト、３３はギャップを検出する第１のニューロアークセ
ンサ（ＮＮＳ１）、３４は脚長（またはビード高さ）を
検出する第２のニューロアークセンサ（ＮＮＳ２）であ
る。ニューロアークセンサとは、前述したように高速回
転アークセンサ１２とニューラルネットワークを組み合
わせたものであり、図３にギャップを検出する場合の構
成例を示す。

【００１５】まず、図３に示すニューラルネットワーク
モデル３５について説明する。このニューラルネットワ
ークモデル３５は、入力層、中間層、出力層と、ニュー
ロンを階層状に配列し、各層毎にニューロンを結合させ
たものである。入力層に入った信号は次々と各層を伝搬
しながら出力層に到達し、ニューロンの結合係数としき
い値に則ったデータ、すなわちギャップを出力する。

【００１６】このニューラルネットワークモデル３５に
対するデータ入力は以下のようにして行う。まず、任意
の適正な溶接条件（溶接電流・溶接電圧・溶接速度・ワ
イヤ送給速度・トーチ角度等）のもとでギャップ別にト
ーチ電圧波形を取得する。このとき、高速回転アークセ
ンサ１２により開先ならい制御は行っているものとす
る。ここでは、図３に示すように、１回転のトーチ電圧
波形を等分割し、２０点のデータとして取得している。
なお、溶接トーチ１１の回転位置信号は駆動モータに取
り付けられたエンコーダから出力されている。次に、取
得されたトーチ電圧波形をニューラルネットワークモデ
ル３５の入力データに変換するために正規化処理を行
う。図４にデータの正規化処理の一例を示す。図４
（ａ）示すように、溶接トーチ１１の１回転相当におけ
る平均トーチ電圧を求め、この平均値から１入力波形デ
ータの最大値と最小値の偏差Ｄｐ、Ｄｂをそれぞれ求め
る。この偏差の大きい方を０．５に相当する分解能をも
つ正規化係数を求める。そして、この変換係数を用い
て、取得したトーチ電圧データ２０点を図４（ｂ）に示
すように０〜１の範囲の値にそれぞれ変換する（ニュー
ラルネットワークモデルの入力データは０〜１の範囲で
用いるためである）。そして、この変換したデータを３
階層のニューラルネットワークモデル３５に入力し、ギ
ャップ認識をバックプロパゲーション手法（誤差逆伝搬
学習法で、ニューラルネットワークの出力と教師データ
の出力パターンの差の二乗を最小にするように結合係数
としきい値を修正する方法）により学習させる（図３参
照）。その後、学習が完了した時点の結合係数Ｗ(ij)、
Ｖ(jk)としきい値ＴＨｈ(j)、Ｔｈｏ(k) を用いて、図
１に示すようにインプロセスでギャップ検出を行う。

【００１７】以上のように構成された第１のニューロア
ークセンサ３３によりインプロセスでギャップ検出を行
う。そして、ニューラルネットワークモデル３５の学習
結果を高めることによりギャップ検出の精度を向上させ
ることができる。また、第２のニューロアークセンサ３
４も、図示は省略するが、同様の３階層型のニューラル
ネットワークモデルを構築することにより構成すること
ができる。但し、この場合のニューラルネットワークモ
デルへの入力は、溶接電流、溶接速度、トーチ角度及び
第１のニューロアークセンサ３３からのギャップ検出値
とし、出力は脚長（またはビード高さ）である。

【００１８】図２に示すように、第１のニューロアーク
センサ３３により検出されたギャップはファジイコント
ローラ３１にフィードバックされ、また第２のニューロ
アークセンサ３４により検出された脚長もファジイコン
トローラ３１にフィードバックされる。ファジイコント
ローラ３１には、目標脚長が与えられており、第１のニ
ューロアークセンサ３３からのギャップ検出値及び第２
のニューロアークセンサ３４からの脚長検出値がフィー
ドバックされることにより、ファジイコントローラ３１
は、脚長が常に目標脚長となるように、プラント３２に
対して溶接電流・溶接電圧・溶接速度・トーチ角度の溶
接条件を適正に修正する。すなわち、脚長の目標値と検
出値の偏差が大きければ、図５に示す縦脚長を伸ばすよ
うに溶接条件を自動的に修正し、その偏差が小さければ
その時の溶接条件をそのまま維持する。かくして、ギャ
ップの変動にかかわらず、常に目標脚長となるように溶
接条件適応制御を行うことができる。

【００１９】なお、上記の実施形態では隅肉溶接場合で
説明したが、突き合わせ溶接の場合にも本発明を同様に
適用できるものである。

【００２０】

【発明の効果】以上説明したように、本発明によれば、
高速回転アークセンサとニューラルネットワークを組み
合わせ、ルートギャップとビード高さまたは脚長をセン
シングすることにより、ビード高さまたは脚長を制御装
置にフィードバックをかけることができ、最適な溶接条
件で制御が行えるものとなるから、溶接ロボットなどの
自動溶接において良好な溶接品質の確保に効果がある。

【図面の簡単な説明】

【図１】本発明による溶接条件適応制御方法の概念図で
ある。

【図２】溶接条件適応制御装置のブロック図である。

【図３】本発明におけるニューラルネットワークモデル
の概念図である。

【図４】トーチ電圧波形からニューラルネットワークへ
の入力データの変換方法を示す説明図である。

【図５】本発明におけるルートギャップ、脚長、ビード
高さの定義を示す図である。

【図６】ＣＡＤデータの差異による溶接品質の低下を示
す説明図である。

【符号の説明】

１ 立板 ２ 下板 ３ 溶接ビード ４ ギャップ（ルートギャップ） １０ 溶接ロボット １１ 溶接トーチ １２ 高速回転アークセンサ １３ 溶接ワイヤ １４ アーク ２０ ＣＡＤ／ＣＡＭシステム ２１ 溶接条件データベース ３０ 溶接条件適応制御装置 ３１ ファジイコントローラ ３２ プラント ３３ 第１のニューロアークセンサ（ＮＮＳ１） ３４ 第２のニューロアークセンサ（ＮＮＳ２） ３５ ニューラルネットワークモデル ４０ 溶接電源

───────────────────────────────────────────────────── フロントページの続き (72)発明者 大嶋 健司 埼玉県浦和市下大久保255

Claims (3)

【特許請求の範囲】
1. 【請求項１】 高速回転アークセンサにより開先ならい
   制御を行いながら溶接する高速回転アーク溶接法におい
   て、 前記高速回転アークセンサに設定された溶接電流（ワイ
   ヤ送給速度）、溶接電圧、溶接速度、及びトーチ角度を
   ニューラルネットワークの入力としてアーク直下のルー
   トギャップ及びビード高さを検出し、このルートギャッ
   プ及びビード高さを溶接中に制御装置にフィードバック
   して、溶接条件を最適に制御することを特徴とする溶接
   条件適応制御方法。
2. 【請求項２】 前記ニューラルネットワークによる検出
   対象をルートギャップ及び脚長またはビード高さとして
   隅肉溶接に適用することを特徴とする請求項１記載の溶
   接条件適応制御方法。
3. 【請求項３】 ニューラルネットワークにより構成さ
   れ、高速回転アークセンサにより検出されたトーチ電圧
   または溶接電流を入力とし、ルートギャップを出力とす
   る第１のニューロアークセンサと、 ニューラルネットワークにより構成され、溶接電流（ワ
   イヤ送給速度）、溶接電圧、溶接速度、トーチ角度、及
   び前記第１のニューロアークセンサから出力されるルー
   トギャップを入力とし、ビード高さまたは脚長を出力と
   する第２のニューロアークセンサと、 目標ビード高さまたは目標脚長を入力とし、溶接電流
   （ワイヤ送給速度）、溶接電圧、溶接速度、及びトーチ
   角度を出力とするファジイコントローラとを備え、前記
   第１のニューロアークセンサからのルートギャップ及び
   前記第２のニューロアークセンサからのビード高さまた
   は脚長をそれぞれ前記ファジイコントローラにフィード
   バックすることを特徴とする溶接条件適応制御装置。