JP2022038237A - 溶接装置及び溶接方法 - Google Patents
溶接装置及び溶接方法 Download PDFInfo
- Publication number
- JP2022038237A JP2022038237A JP2020142623A JP2020142623A JP2022038237A JP 2022038237 A JP2022038237 A JP 2022038237A JP 2020142623 A JP2020142623 A JP 2020142623A JP 2020142623 A JP2020142623 A JP 2020142623A JP 2022038237 A JP2022038237 A JP 2022038237A
- Authority
- JP
- Japan
- Prior art keywords
- welding
- condition
- width
- displacement
- learning
- 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.)
- Granted
Links
- 238000003466 welding Methods 0.000 title claims abstract description 360
- 238000000034 method Methods 0.000 title claims description 21
- 238000006073 displacement reaction Methods 0.000 claims abstract description 54
- 238000005336 cracking Methods 0.000 claims abstract description 28
- 238000007711 solidification Methods 0.000 claims description 26
- 230000008023 solidification Effects 0.000 claims description 26
- 230000002787 reinforcement Effects 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000002068 genetic effect Effects 0.000 claims description 5
- 230000007423 decrease Effects 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 description 10
- 239000000463 material Substances 0.000 description 7
- 239000002184 metal Substances 0.000 description 6
- 229910052751 metal Inorganic materials 0.000 description 6
- 238000009941 weaving Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000007791 liquid phase Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000007790 solid phase Substances 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 239000010953 base metal Substances 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229910000640 Fe alloy Inorganic materials 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000005493 welding type Methods 0.000 description 1
Images
Landscapes
- Laser Beam Processing (AREA)
Abstract
Description
上記の溶接装置は、記憶装置と、プロセッサとをさらに備えていてもよい。記憶装置には、学習済みモデルが格納されていてもよい。学習済みモデルは、溶接条件が入力された際に、溶接条件を適用した際の溶接部における高温割れの生じやすさの指標である高温割れ指標を出力してもよい。学習済みモデルには、学習用溶接条件と学習用溶接条件を適用した際の高温割れ指標とを含む教師データを用いて教師あり学習が行われていてもよい。プロセッサは、学習済みモデルから出力される高温割れ指標に基づいて第1溶接条件を決定してもよい。
以下に、第1実施形態に係る溶接装置(以下「溶接装置100」とする)を説明する。
図1は、溶接装置100のブロック図である。図1に示されるように、溶接装置100は、溶接トーチ10と、駆動機構20と、電源装置30と、センサ40と、コントローラ50とを有している。
溶接トーチ10からの溶接部への入熱により、溶接トーチ10の直下近傍には、溶融池が形成される。溶融池は、溶融混合された第1部材110及び第2部材120(溶接材料が用いられている場合、溶融池には、さらに、溶融した溶接材料も含まれる)により構成されている。
以下に、溶接装置200を説明する。ここでは、溶接装置100と異なる点を主に説明し、重複する説明は繰り返さないものとする。
溶接装置200は、溶接装置100と同様に、溶接トーチ10と、駆動機構20と、電源装置30と、センサ40と、コントローラ50とを有している。溶接装置200は、学習済みモデルを有している。学習済みモデルは、コントローラ50の記憶装置51に格納されている。溶接装置200においては、コントローラ50(CPU52)が学習済みモデルに基づいて、第1溶接条件を決定する。これらの点に関して、溶接装置200の構成は、溶接装置100の構成と異なっている。
高温割れの発生には、多数のパラメータが関与している。そのため、実際の溶接施工を繰り返すことにより、溶接効率を維持しつつ、高温割れの発生を抑制可能な溶接条件に最適化しようとすると、困難を伴う。
第1部材110及び第2部材120の第1方向DR1における幅を、それぞれ、70mmとした。第1部材110及び第2部材120の第2方向DR2における長さを、それぞれ、300mmとした。第1部材110及び第2部材120は、4つの領域、すなわち、領域R1、領域R2、領域R3及び領域R4に区分されている。
上記では、学習済みモデルには強化学習が適用されるとしたが、学習済みモデルに適用される学習は、これに限られない。例えば、学習済みモデルは、入力される溶接条件に対して当該溶接条件を適用した際の高温割れ指標を出力し、学習用溶接条件と当該学習用溶接条件を適用した際の高温割れ指標とを含むデータセットを教師データとして用いて教師あり学習が行われていてもよい。
Claims (13)
- 第1方向における第1部材の端面である第1端面と前記第1方向における第2部材の端面である第2端面とが対向している状態で前記第1部材及び前記第2部材を溶接する溶接装置であって、
前記第1方向に交差している第2方向に沿って前記第1部材と前記第2部材とが溶接される溶接部上を移動する溶接トーチと、
前記溶接トーチとともに前記第2方向に沿って移動しながら前記第1端面及び前記第2端面がなしている開先の前記第1方向における幅を測定するセンサとを備え、
前記溶接装置は、前記幅の変位が所定の閾値未満である場合に前記溶接装置に第1溶接条件に沿った溶接を行うとともに、前記幅の変位が前記閾値以上である場合に前記第1溶接条件とは異なる第2溶接条件に沿った溶接を行うように構成されており、
前記第2溶接条件における前記幅の変位は、前記第1溶接条件における前記幅の変位よりも小さい、溶接装置。 - 前記センサは、前記溶接トーチの前方において、前記幅の変位を測定する、請求項1に記載の溶接装置。
- 前記第2溶接条件における前記溶接トーチの移動速度は、前記第1溶接条件における前記溶接トーチの移動速度よりも小さい、請求項1又は請求項2に記載の溶接装置。
- 前記第2溶接条件における前記溶接トーチの出力は、前記第1溶接条件における前記溶接トーチの出力よりも小さい、請求項1~請求項3のいずれか1項に記載の溶接装置。
- 前記第2溶接条件においては、前記溶接トーチは、前記第1方向又は前記第2方向に沿ってウィービングされる、請求項1~請求項4のいずれか1項に記載の溶接装置。
- 前記溶接装置は、記憶装置と、プロセッサとをさらに備え、
前記記憶装置には、学習済みモデルが格納されており、
前記学習済みモデルには、強化学習が行われており、
前記強化学習においては、複数の学習用溶接条件のいずれかが選択された際に、第1報酬が付与され、
前記第1報酬は、前記溶接部における高温割れの生じやすさの指標である高温割れ指標が小さくなるにしたがって、大きくなり、
前記強化学習においては、前記第1報酬に基づいて、価値関数の更新が行われ、
前記プロセッサは、前記価値関数に基づいて前記第1溶接条件を決定する、請求項1~請求項5のいずれか1項に記載の溶接装置。 - 前記複数の学習用溶接条件の各々が選択された際の前記高温割れ指標は、有限要素法解析に基づいて算出される、請求項6に記載の溶接装置。
- 前記高温割れ指標は、前記溶接部の凝固脆性温度領域における引張塑性歪み、前記凝固脆性温度領域における温度勾配ベクトル及び前記幅の変位の少なくともいずれかである、請求項7に記載の溶接装置。
- 前記強化学習においては、前記複数の学習用溶接条件のいずれかが選択された際に、第2報酬がさらに付与され、
前記第2報酬は、前記溶接トーチの平均移動速度が大きくなるにしたがって、大きくなり、
前記強化学習においては、前記第1報酬及び前記第2報酬に基づいて、前記価値関数の更新が行われる、請求項6~請求項8のいずれか1項に記載の溶接装置。 - 前記学習済みモデルには、Q学習が行われている、請求項6~請求項9のいずれか1項に記載の溶接装置。
- 前記溶接装置は、記憶装置と、プロセッサとをさらに備え、
前記記憶装置には、学習済みモデルが格納されており、
前記学習済みモデルは、溶接条件が入力された際に、前記溶接条件を適用した際の前記溶接部における高温割れの生じやすさの指標である高温割れ指標を出力し、
前記学習済みモデルには、学習用溶接条件と前記学習用溶接条件を適用した際の前記高温割れ指標とを含む教師データを用いて教師あり学習が行われており、
前記プロセッサは、前記学習済みモデルから出力される前記高温割れ指標に基づいて前記第1溶接条件を決定する、請求項1~請求項5のいずれか1項に記載の溶接装置。 - 前記溶接装置は、記憶装置と、プロセッサとをさらに備え、
前記記憶装置には、溶接条件が入力された際に前記溶接条件の評価値を出力する評価関数が格納されており、
前記評価値には、前記溶接条件を適用した際の前記溶接部における高温割れの生じやすさの指標である高温割れ指標が含まれており、
前記プロセッサは、前記評価値に基づいて遺伝的アルゴリズムを適用することにより、前記第1溶接条件を決定する、請求項1~請求項5のいずれか1項に記載の溶接装置。 - 第1方向における第1部材の端面である第1端面と前記第1方向における第2部材の端面である第2端面とが対向している状態で前記第1部材及び前記第2部材を溶接する溶接方法であって、
前記第1方向に交差している第2方向に沿って溶接トーチを移動させることにより、前記第1部材と前記第2部材とを溶接する工程と、
前記溶接トーチとともに前記第2方向に沿って移動するセンサにより、前記第1端面及び前記第2端面がなしている開先の前記第1方向における幅を測定する工程とを備え、
前記第1部材と前記第2部材との溶接は、前記幅の変位が所定の閾値未満である場合に第1溶接条件に沿って行われるとともに、前記幅の変位が前記閾値以上である場合に前記第1溶接条件とは異なる第2溶接条件に沿って行われ、
前記第2溶接条件における前記幅の変位は、前記第1溶接条件における前記幅の変位よりも小さい、溶接方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020142623A JP7507480B2 (ja) | 2020-08-26 | 溶接装置及び溶接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020142623A JP7507480B2 (ja) | 2020-08-26 | 溶接装置及び溶接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022038237A true JP2022038237A (ja) | 2022-03-10 |
JP7507480B2 JP7507480B2 (ja) | 2024-06-28 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11167377B2 (en) | Machining condition setting device and 3D laser machining system | |
JP6338290B2 (ja) | 要求の厳しい構造用途のための高強度鋼溶接金属 | |
US20200246920A1 (en) | Laser cutting device and laser cutting method | |
Kumar et al. | Experimental investigation and metallographic characterization of fiber laser beam welding of Ti-6Al-4V alloy using response surface method | |
Padmanaban et al. | Optimization of laser beam welding process parameters to attain maximum tensile strength in AZ31B magnesium alloy | |
US9821401B2 (en) | High toughness weld metals with superior ductile tearing resistance | |
JP5201098B2 (ja) | レーザ切断装置及びレーザ切断方法 | |
Kumar et al. | Testing, characterization and numerical prediction (uni-axial tension and bend test) of Double-side TIG welded SS321 plate for pressure vessel application | |
JP2022038237A (ja) | 溶接装置及び溶接方法 | |
JP7507480B2 (ja) | 溶接装置及び溶接方法 | |
Sharma et al. | A practical approach towards mathematical modeling of deposition rate during twin-wire submerged arc welding | |
KR20200078616A (ko) | 알루미늄 합금 부품의 용접 후 열처리 방법 및 장치, 그리고 이 방법에 따라 처리된 용접된 알루미늄 부품 | |
Nutalapati et al. | Effect of welding current on welding speed and ultimate tensile strength (UTS) of mild steel | |
Gerritsen et al. | Diode laser weld toe re-melting as a means of fatigue strength improvement in high strength steels | |
Baghel et al. | Modeling and optimization of bead geometry and hardness of bead on plate TIG welds of Stainless Steel SS202 | |
Dubey et al. | Experimental investigation for GTAW optimization using genetic algorithm on S-1 tool steel | |
JP2015024440A (ja) | 補修用レーザ溶接装置 | |
Tukahirwa et al. | Influence of Process Parameters in Gas-Metal Arc Welding (GMAW) of Carbon Steels | |
Mohd Said et al. | Optimising MIG weld bead geometry of hot rolled carbon steel using response surface method | |
NL | Improvement of Weld Bead Characteristics in Gas Metal Arc Welding of SA515 Carbon Steel by Applying Alternating Shielding Gas Flow Technique | |
Achebo et al. | Prediction of mild steel weld properties using artificial neural network and regression analysis | |
Azadi Moghaddam et al. | Modeling and optimization of flux assisted tungsten inert gas welding process using taguchi method and statistical analysis | |
Jadhav et al. | An experimental study on influence of process parameters on dross properties in laser machining of AISI 304 material | |
WO2023204031A1 (ja) | 積層造形物の品質管理方法、積層造形物の品質管理装置、プログラム、溶接制御装置及び溶接装置 | |
Singh et al. | Study and optimize the mag parametric influence on impact strength of Aa6061 joint by Taguchi and ANOVA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230705 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240426 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240507 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240522 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240604 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240611 |