KR20210088687A

KR20210088687A - Welding abnormality diagnosis device

Info

Publication number: KR20210088687A
Application number: KR1020217017719A
Authority: KR
Inventors: 마사야스 세키모토
Original assignee: 도시바 미쓰비시덴키 산교시스템 가부시키가이샤
Priority date: 2019-12-04
Filing date: 2019-12-04
Publication date: 2021-07-14
Anticipated expiration: 2039-12-04
Also published as: WO2021111545A1; CN113226633B; JP7184211B2; CN113226633A; JPWO2021111545A1; KR102536439B1

Abstract

용접 이상 진단 장치는, 피용접재의 이면을 촬영하는 카메라 시스템과, 상기 피용접재의 용접시에 있어서 상기 카메라 시스템에 의해 촬영된 발광 촬영 화상을 수집하는 용접부 촬영 카메라 화상 수집부와, 용접 조건 설정값을 수집하는 용접 제어 정보 수집부와, 상기 발광 촬영 화상과 상기 용접 조건 설정값에 기초하여 상기 피용접재의 용접 상황을 진단하기 위한 용접광 특징량을 계산하고, 상기 용접광 특징량과 용접 이상 판정 상하한값에 기초하여 용접의 양불량을 판정하는 용접 상황 진단부를 구비한다.The welding abnormality diagnosis apparatus includes: a camera system for photographing a back surface of a material to be welded; a welding part photographing camera image collecting unit for collecting luminescence photographed images photographed by the camera system during welding of the material to be welded; and a welding condition set value a welding control information collecting unit that collects, calculating a welding light characteristic amount for diagnosing a welding condition of the material to be welded based on the light emission captured image and the welding condition set value, and determining the welding light characteristic amount and welding abnormality A welding condition diagnosis unit for determining whether welding is good or bad based on the upper and lower limit values is provided.

Description

Welding abnormality diagnosis device

본 출원은 강판의 연속 냉간 압연 라인을 주로 하는 연속 냉간 처리 라인에 공급되는 강판 사이를 용접하는 용접 시스템에 관한 것이다.The present application relates to a welding system for welding between steel sheets supplied to a continuous cold treatment line, which is mainly a continuous cold rolling line of steel sheets.

강판의 연속 냉간 압연 라인에서는, 연속해서 강판을 공급하여, 냉간 압연한다. 연속 냉간 압연 라인에 공급되는 강판은, 주로, 열간 압연 라인에서 압연된 두께 1.0 ∼ 10 ㎜ 정도, 길이 100 m ∼ 1 ㎞ 의 강판이다.In the continuous cold rolling line of a steel plate, a steel plate is continuously supplied and it cold-rolls. The steel sheet supplied to the continuous cold rolling line is mainly a steel sheet with a thickness of about 1.0 to 10 mm and a length of 100 m to 1 km rolled in a hot rolling line.

연속 냉간 압연 라인을 주로 하는 연속 냉간 처리 라인에서는, 선행재의 미단과 후행재의 선단을 용접하여, 끊임없이 강판이 공급된다. 이로써, 생산성을 향상시키고 있다.In a continuous cold treatment line mainly used as a continuous cold rolling line, a steel sheet is continuously supplied by welding the tail end of the preceding material and the front end of the succeeding material. Thereby, productivity is improving.

여기서 용접에 불량이 발생했을 경우, 냉간 압연 중에 용접부로부터 강판이 파단된다. 파단에 의해 미스롤이 되어 버려, 생산성의 저하 혹은 냉간 압연 설비의 파손으로 연결된다. 이 때문에, 연속 냉간 압연 라인을 주로 하는 연속 냉간 처리 라인에 있어서, 강판 사이의 용접은 중요한 공정의 하나이다.Here, when a defect generate|occur|produces in welding, a steel plate fractures|ruptures from a welding part during cold rolling. It becomes a misroll by a fracture|rupture, and leads to the fall of productivity or the breakage of a cold rolling facility. For this reason, in the continuous cold processing line mainly using the continuous cold rolling line, welding between steel plates is one of the important processes.

선행재와 후행재의 용접은, 자동 용접 장치로 실시된다. 통상, 자동 용접 장치에서는, 선행재의 미단과 후행재의 선단을 시어에 의해 절단하고, 그들의 피용접부를 평행하게 한다. 그 후, 선행재와 후행재의 간극을 맞대어 용접한다. 재료에 따라서는, 미리 가열한 후에 선행재와 후행재의 간극을 맞댄다.Welding of the preceding material and the succeeding material is performed by an automatic welding device. Usually, in an automatic welding apparatus, the front-end|tip of a preceding material and the front-end|tip of a succeeding material are cut|disconnected with a shear, and these to-be-welded parts are made parallel. After that, the gap between the preceding member and the succeeding member is welded against each other. Depending on the material, the gap between the preceding material and the succeeding material is abutted after heating in advance.

자동 용접 장치로 원하는 용접을 실행하기 위해서, 예를 들어, 미리 정해진 용접 조건 (이하, 프리셋 정보로 한다) 이 입력된다. 그러나, 프리셋 정보만으로는 용접이 잘 되지 않는 경우도 있다. 용접이 잘 되지 않는 이유의 일례는, 강판 자체의 변형이다. 이유의 다른 예는, 예열했을 경우에 불균일하게 열팽창되는 것이다. 그 밖에도, 예를 들어, 용접의 시종에 있어서의 온도 저하에 의한 간극의 거리 변화 등도 이유가 된다. 그래서, 용접 설비 혹은 부수 계기로부터의 실적 정보를 사용하여, 피드백 제어에 의해 용접을 실행하는 경우도 있다. 그러나, 피드백 제어에 사용하는 유용한 정보를 얻을 수 없는 경우도 있다.In order to perform desired welding with an automatic welding apparatus, predetermined welding conditions (henceforth preset information) are input, for example. However, there are cases in which welding is not performed well with only preset information. An example of the reason why welding is not good is the deformation of the steel sheet itself. Another example of the reason is non-uniform thermal expansion when preheated. In addition, for example, a change in the distance of the gap due to a decrease in temperature at the beginning and end of welding is also a reason. Then, welding may be performed by feedback control using the performance information from a welding facility or an incidental instrument. However, there are cases where useful information for use in feedback control cannot be obtained.

그래서, 프리셋 정보만으로 자동 용접하는 경우, 예를 들어, 광학 센서를 사용하여, 용접 완료 후의 용접 비드의 형상을 검출하여, 용접의 양불량을 판단하는 경우가 있다. 그 밖에도, 예를 들어, 특허문헌 1 에서는, 용접 직후에 용접부 부근의 온도를 측정함으로써 용접의 양불량을 판정하고 있다. 또, 특허문헌 2 는, 적외선 센서를 사용하여, 용접 직후에 시인되는 용접지 (溶接池) 의 형상으로부터 용접의 양불량 판정을 실시하거나, 그 판정 결과를 사용한 용접 제어를 실시하거나 하는 것을 제안하고 있다.Then, in the case of automatic welding only with preset information, for example, using an optical sensor, the shape of the weld bead after welding is detected to determine whether welding is good or bad. In addition, in patent document 1, the quality of welding is judged by measuring the temperature of welding part vicinity immediately after welding, for example. In addition, Patent Document 2 uses an infrared sensor to determine whether welding is good or bad from the shape of a welding paper visually recognized immediately after welding, or to perform welding control using the determination result. have.

일본 특허공보 제5058707호Japanese Patent Publication No. 5058707 일본 공개특허공보 2000-351071호Japanese Laid-Open Patent Publication No. 2000-351071

용접 비드의 형상 검출에 의한 용접의 양불량 판단은, 최근, 주류가 되고 있다. 그러나, 용접 비드에 기초하여 양 판정이 나와도 연속 냉간 압연에서 파단이 일어나는 경우도 있어, 반드시 정확한 판정을 할 수 있다고는 할 수 없었다. 또, 최종적인 판단은, 자동 용접 장치의 관리자 혹은 용접 시스템의 조업자가 실시하므로, 판단이 곤란한 케이스도 있었다.BACKGROUND ART In recent years, determination of good or bad welding quality by detecting the shape of a weld bead has become mainstream. However, even if both determinations are made based on the weld bead, fracture may occur in continuous cold rolling, and it cannot be said that accurate determination can be necessarily made. Moreover, since the final judgment was performed by the manager of an automatic welding apparatus or the operator of a welding system, there existed a case where judgment was difficult.

특허문헌 1 은, 용접부 주변의 온도 분포를 비교적 시인할 수 있는, 특정한 용접 방법에서만 적용할 수 있다. 따라서, 예를 들어 열 영향부가 작은 레이저 용접 등에서는 적용이 어렵다. 특허문헌 2 는, 피용접재에 있어서의 용접 헤드 (12) 측의 표면에 주목하여, 당해 표면에 있어서의 용접 비드의 형상적 특징에 기초하여 용접의 양불량을 감시하고 있다. 그러나 용접 비드는, 용접 부위가 적정 위치에 있는 경우의 형상과, 용접 부위가 적정 위치로부터 크게 어긋났을 때의 형상을 구별하는 것이 어렵다.Patent document 1 is applicable only to the specific welding method in which the temperature distribution around a welding part can be visually visually recognized comparatively. Therefore, it is difficult to apply, for example, to laser welding with a small heat affected zone. Patent Document 2 pays attention to the surface at the side of the weld head 12 in the material to be welded, and monitors the quality or failure of welding based on the shape characteristics of the weld bead on the surface. However, it is difficult for a weld bead to distinguish the shape when a welding site exists in an appropriate position, and the shape when a welding site deviates|deviates greatly from an appropriate position.

이상 설명한 바와 같이, 종래의 기술에서는, 여전히 고정밀도의 양부 판정이 어렵다는 실정이 있었다. 그래서, 본원 발명자가 예의 검토를 진행시킨 결과, 종래와는 상이한 신규한 기술적 사상에 기초하여 용접의 양불량을 고정밀도로 판정하는 기술을 알아내었다.As described above, in the prior art, there was still a situation in which high-precision quality determination was difficult. Then, as a result of this inventor earnestly advancing examination, based on the novel technical idea different from the prior art, the technique which judges the quality of welding with high precision was discovered.

본 출원은 상기를 감안하여 이루어진 것으로, 용접의 양불량을 고정밀도로 판정하도록 개량된 용접 이상 진단 장치를 제공하는 것을 목적으로 한다.The present application has been made in view of the above, and an object of the present application is to provide an improved welding abnormality diagnosis apparatus to accurately determine whether welding is good or bad.

본 출원의 실시형태의 하나로서 제공되는 용접 이상 진단 장치는, 피용접재의 이면을 촬영하는 카메라 시스템과, 상기 피용접재의 용접시에 있어서 상기 카메라 시스템에 의해 촬영된 발광 촬영 화상을 수집하는 용접부 촬영 카메라 화상 수집부와, 용접 조건 설정값을 수집하는 용접 제어 정보 수집부와, 상기 피용접재의 용접 상황을 진단하기 위한 용접광 특징량을 상기 발광 촬영 화상과 상기 용접 조건 설정값에 기초하여 계산하고, 상기 용접광 특징량과 용접 이상 판정 상하한값에 기초하여 용접의 양불량을 판정하는 용접 상황 진단부를 구비한다.A welding abnormality diagnosis apparatus provided as one of the embodiments of the present application includes a camera system for photographing a back surface of a material to be welded, and welding part photographing for collecting luminescence photographed images captured by the camera system during welding of the material to be welded. A camera image collection unit, a welding control information collection unit for collecting welding condition setting values, and a welding light feature amount for diagnosing a welding condition of the material to be welded are calculated based on the light emission captured image and the welding condition setting value, and a welding condition diagnosis unit that determines whether welding is good or bad based on the welding light feature amount and the upper and lower limits of the welding abnormality determination.

상기 용접광 특징량은, 피용접재의 이면측으로부터 촬영한 용접광의 윤곽 형상을 수치 등으로 양적으로 나타낸 것이어도 된다. 상기 용접광 특징량은, 발광 촬영 화상의 용접광이 갖는 공간 모멘트와 면적과 무게 중심과 용접광과 스파크 조도와 진원도로 이루어지는 군에서 선택된 하나의 특징량이어도 된다.The welding light feature amount may be a numerical value or the like quantitatively expressing the contour shape of the welding light photographed from the back side of the material to be welded. The characteristic quantity of the welding light may be one characteristic quantity selected from the group consisting of a spatial moment, an area, a center of gravity, a welding light, spark illuminance, and roundness of the welding light of the luminescent photographed image.

상기 용접 조건 설정값은, 상기 용접 시스템에 있어서의 용접 헤드에 공급되는 전력과, 용접 헤드의 이동 속도와, 용접봉의 높이 또는 이송 속도와, 선행재와 후행재의 간극량을 포함해도 된다. 상기 용접 조건 설정값은, 가이드 롤러의 높이 위치 또는 압력에 대한 설정값 또는 실적값을 포함해도 된다. 상기 용접 조건 설정값은, 선행재의 사양 (예를 들어 강종과 판두께와 판폭) 과, 후행재의 사양 (예를 들어 강종과 판두께와 판폭) 과, 예열 공정의 유무와, 예열시의 온도 설정을 포함해도 된다.The said welding condition setting value may contain the electric power supplied to the welding head in the said welding system, the moving speed of a welding head, the height or feed speed of a welding rod, and the amount of clearance gaps between a preceding material and a succeeding material. The said welding condition setting value may also contain the setting value with respect to the height position or pressure of a guide roller, or a performance value. The welding condition set value includes the specification of the preceding material (eg, steel type, plate thickness, and plate width), the specification of the succeeding material (eg, steel type, plate thickness and plate width), the presence or absence of a preheating process, and temperature setting at the time of preheating may include

데이터 처리의 편의를 위해서, 용접 이상 판정 상하한값 테이블과 용접 상황 정보 데이터베이스가 형성되어도 된다. 용접 이상 판정 상하한값 테이블은, 용접의 양불량의 판정에 사용하기 위한 용접 이상 판정 상하한값을 격납한다. 용접 상황 정보 데이터베이스는, 용접 상황의 출력 결과를 격납한다.For the convenience of data processing, a welding abnormality determination upper and lower limit table and a welding status information database may be formed. The welding abnormality determination upper and lower limit table stores the welding abnormality determination upper and lower limit values for use in determination of good or bad welding. The welding status information database stores the output result of the welding status.

용접 시스템 관리자의 편리성 향상을 위해서, 용접 상황 출력부와 용접 이상 알람부 중 적어도 일방이 형성되어도 된다. 상기 용접 상황 출력부는, 상기 용접 상황 진단부의 출력 결과를 용접 시스템 관리자가 시인하기 위한 인터페이스이다. 상기 용접 이상 알람부는, 상기 용접 상황 진단부에 있어서의 용접 이상의 판정에 기초하여, 용접 이상을 용접 시스템 관리자에게 통지한다.In order to improve the convenience of a welding system administrator, at least one of a welding status output part and a welding abnormality alarm part may be formed. The welding status output unit is an interface for the welding system manager to visually recognize the output result of the welding status diagnosis unit. The said welding abnormality alarm part notifies a welding system manager of a welding abnormality based on the determination of the welding abnormality in the said welding condition diagnosis part.

상기의 용접 이상 진단 장치에 의하면, 피용접재 이면의 용접광으로부터 계산한 용접광 특징량에 기초하여, 용접 상황을 양호한 정밀도로 평가할 수 있다. 피용접재 이면을 촬영하여 얻어지는 용접광은, 용접 상황의 양부에 따른 차이가 나타나기 쉽다는 특징을 갖는다. 이 용접광이 나타나는 방식의 차이를 용접광 특징량으로서 취급함으로서, 용접의 양불량을 양호한 정밀도로 판정할 수 있다.ADVANTAGE OF THE INVENTION According to said welding abnormality diagnosis apparatus, based on the welding light characteristic amount calculated from the welding light on the back surface of a to-be-welded material, a welding condition can be evaluated with high precision. The welding light obtained by photographing the back surface of the material to be welded has the characteristic that the difference according to the quality of the welding condition easily appears. By treating the difference in the manner in which the welding light appears as a characteristic quantity of the welding light, it is possible to determine the good or bad of welding with high accuracy.

도 1 은, 제 1 실시형태에 관련된 용접 시스템을 나타낸 도면이다.
도 2 는, 용접 이상 진단 장치의 구성에 대해 나타낸 블록도이다.
도 3 은, 용접부 촬영 카메라 화상 수집부에서 수집되는 화상의 예를 나타낸 도면이다.
도 4 는, 용접 이상 판정 상하한 테이블을 나타낸 도면이다.
도 5 는, 용접 상황 진단부에 있어서의 실행 순서를 나타낸 도면이다.
도 6 은, 촬영 화상마다 진단 기능의 처리를 나타낸 플로우도이다.
도 7 은, 시시각각의 용접광의 특징과 용접의 제어 출력의 정보의 실적값을 격납하기 위한 테이블의 예를 나타낸 도면이다.
도 8a 는, 촬영 화상마다 진단 기능의 다른 처리예를 나타낸 도면이다.
도 8b 는, 촬영 화상마다 진단 기능의 다른 처리예를 나타낸 도면이다.
도 9 는, 시시각각의 용접광의 특징과 용접 이상 판정 상하한값 및 용접 이상 경고 상하한값의 예를 나타낸 도면이다.
도 10 은, 용접 완료 후 진단 기능의 처리를 나타낸 플로우도이다.
도 11 은, 용접 경향 진단 기능의 처리를 나타낸 플로우도이다.
도 12 는, 용접광 특징량의 통계량의 경향의 일례를 나타낸 도면이다.
도 13a 는, 제 2 실시형태에 있어서의 촬영 화상마다 진단 기능의 처리를 나타낸 플로우도이다.
도 13b 는, 제 2 실시형태에 있어서의 촬영 화상마다 진단 기능의 처리를 나타낸 플로우도이다.
도 14 는, 제 2 실시형태에 있어서의 용접광의 특징의 구배의 취득예를 나타낸 도면이다.
도 15a 는, 제 2 실시형태에 있어서의 용접 완료 후 진단 기능의 처리를 나타낸 플로우도이다.
도 15b 는, 제 2 실시형태에 있어서의 용접 완료 후 진단 기능의 처리를 나타낸 플로우도이다.
도 16 은, 제 2 실시형태의 용접 완료 후 진단 기능에 있어서의 용접광의 특징과 상방 관리 한계 및 하방 관리 한계의 일례를 나타낸 도면이다.
도 17a 는, 제 2 실시형태에 있어서의 용접 경향 진단 기능의 처리를 나타낸 플로우도이다.
도 17b 는, 제 2 실시형태에 있어서의 용접 경향 진단 기능의 처리를 나타낸 플로우도이다.
도 18 은, 제 2 실시형태의 용접 경향 진단 기능에 있어서의 용접광 특징량의 통계량과 상방 관리 한계 및 하방 관리 한계의 일례를 나타낸 도면이다.
도 19a 는, 제 3 실시형태에 관련된 처리 플로우를 나타낸 도면이다.
도 19b 는, 제 3 실시형태에 관련된 처리 플로우를 나타낸 도면이다.
도 20 은, 강판의 연속 냉간 압연 라인을 주로 하는 연속 냉간 처리 라인에 공급되는 강판 사이를 용접하는 용접 시스템의 일례를 나타내는 도면이다.
도 21 은, 용접 상황에 따른 용접광의 이면에 나타나는 방식의 차이를 설명하기 위한 도면이다.
도 22 는, 용접 상황에 따른 용접광의 이면에 나타나는 방식의 차이를 설명하기 위한 도면이다.
도 23 은, 용접 상황에 따른 용접광의 이면에 나타나는 방식의 차이를 설명하기 위한 도면이다.
도 24 는, 피용접재의 절단면이 비평행인 경우의 과제를 설명하기 위한 도면이다.
도 25 는, 용접광 특징량의 바리에이션을 설명하기 위한 도면이다.BRIEF DESCRIPTION OF THE DRAWINGS It is the figure which showed the welding system which concerns on 1st Embodiment.
Fig. 2 is a block diagram showing the configuration of a welding abnormality diagnosis apparatus.
Fig. 3 is a diagram showing an example of an image collected by a welding part photographing camera image collecting unit.
4 : is a figure which showed the upper and lower limit table of welding abnormality determination.
Fig. 5 is a diagram showing an execution procedure in the welding condition diagnosis unit.
Fig. 6 is a flowchart showing processing of a diagnostic function for each captured image.
Fig. 7 is a diagram showing an example of a table for storing the performance values of the information of the characteristics of the welding light and welding control output from moment to moment;
Fig. 8A is a diagram showing another processing example of the diagnostic function for each captured image.
Fig. 8B is a diagram showing another processing example of the diagnostic function for each captured image.
9 : is a figure which shows the example of the characteristic of a welding light at every moment, welding abnormality determination upper and lower limit, and welding abnormality warning upper and lower limit.
Fig. 10 is a flowchart showing the processing of the diagnostic function after welding is completed.
11 is a flowchart showing the processing of the welding tendency diagnosis function.
12 is a diagram showing an example of a trend of a statistical amount of a characteristic amount of a welding light.
Fig. 13A is a flowchart showing processing of a diagnostic function for each captured image in the second embodiment.
Fig. 13B is a flowchart showing processing of a diagnostic function for each captured image in the second embodiment.
Fig. 14 is a diagram showing an example of acquisition of the gradient of the characteristic of the welding light according to the second embodiment.
Fig. 15A is a flowchart showing the processing of the diagnostic function after welding is completed in the second embodiment.
Fig. 15B is a flowchart showing the processing of the diagnostic function after welding is completed in the second embodiment.
It is a figure which shows the characteristic of the welding light in the diagnostic function after welding of 2nd Embodiment, and an example of an upper control limit and a downward control limit.
Fig. 17A is a flowchart showing the processing of the welding tendency diagnosis function in the second embodiment.
Fig. 17B is a flowchart showing the processing of the welding tendency diagnosis function according to the second embodiment.
It is a figure which showed the statistical quantity of the characteristic quantity of welding light in the welding tendency diagnosis function of 2nd Embodiment, and an example of an upper control limit and a downward control limit.
19A is a diagram showing a processing flow according to the third embodiment.
19B is a diagram showing a processing flow according to the third embodiment.
20 is a view showing an example of a welding system for welding between steel sheets supplied to a continuous cold treatment line mainly used as a continuous cold rolling line for steel sheets.
FIG. 21 is a diagram for explaining a difference in a method appearing on the back surface of a welding light according to a welding situation.
FIG. 22 is a diagram for explaining a difference in a method appearing on the back surface of a welding light according to a welding situation.
FIG. 23 is a diagram for explaining a difference in a method of appearing on the back surface of a welding light according to a welding situation.
It is a figure for demonstrating the subject in the case where the cut surface of a to-be-welded material is non-parallel.
Fig. 25 is a diagram for explaining variations in a characteristic amount of a welding light.

이하의 설명에 있어서는, 명세서 및 도면 중에서 동일한 부호를 부여한 구성은, 서로 동일하거나, 또는 실질적으로 동일한 것으로 한다. 예를 들어 플로우 차트에 있어서는 대응하는 스텝에 동일한 부호를 부여한다.In the following description, components to which the same reference numerals are assigned in the specification and drawings are the same as or substantially the same as each other. For example, in a flowchart, the same code|symbol is attached|subjected to the corresponding step.

제 1 실시형태.1st embodiment.

도 1 에, 제 1 실시형태에 관련된 용접 시스템 (10) 의 구성예를 나타낸다. 용접 헤드 (12) 는, 장치에 장비되어 있는 가이드 레일, 혹은 가이드 롤러 등을 따라, 피용접재 (9) 의 폭 방향으로 용접해간다. 피용접재 (9) 는, 구체적으로는, 선행재 (9a) 와 후행재 (9b) 를 포함한다. 용접 헤드 (12) 는 선행재 (9a) 와 후행재 (9b) 를 용접한다.In FIG. 1, the structural example of the welding system 10 which concerns on 1st Embodiment is shown. The welding head 12 welds along the guide rail with which the apparatus is equipped, a guide roller, etc. in the width direction of the to-be-welded material 9. As shown in FIG. The material to be welded 9 specifically includes a preceding material 9a and a succeeding material 9b. The welding head 12 welds the preceding member 9a and the succeeding member 9b.

용접 헤드 (12) 의 이동에 추종하도록, 용접부 표면 촬영 카메라 (13) 및 용접부 이면 촬영 카메라 (14) 가 이동하여, 용접 헤드 (12) 에 대해 항상 동일한 위치에서 용접 상황을 촬영한다. 용접 헤드 (12) 는, 레이저 용접용인 것이어도 되고, 아크 용접용인 것이어도 된다.The welding part surface imaging camera 13 and the welding part back surface imaging camera 14 move so that it may follow the movement of the welding head 12, and the welding situation is always image|photographed with respect to the welding head 12 at the same position. The thing for laser welding may be sufficient as the welding head 12, and the thing for arc welding may be sufficient as it.

출력 장치 (16) 로부터 공급되는 전력을 제어 장치 (15) 에 의해 제어하여 원하는 용접 출력을 얻는다. 이 때, 용접 조건을 정하는 제어량은, 피용접재 (9) 의 정보를 기초로 설정된다. 이 제어량은, 예를 들어, 용접 헤드 (12) 에 공급되는 전력과, 용접 헤드 (12) 의 이동 속도와, 용접 헤드 (12) 의 용접봉의 높이 및 이송 속도와, 선행재 (9a) 와 후행재 (9b) 의 간극량 (이하, 갭이라고도 칭한다) 과, 가이드 롤러의 높이 위치 및 압력을 포함해도 된다. 피용접재 (9) 의 정보는, 예를 들어, 선행재 (9a) 의 강종, 판두께 및 판폭과, 후행재 (9b) 의 강종, 판두께 및 판폭을 포함해도 된다.The electric power supplied from the output device 16 is controlled by the control device 15 to obtain a desired welding output. At this time, the control amount that determines the welding conditions is set based on the information of the material 9 to be welded. This control amount is, for example, the electric power supplied to the welding head 12, the moving speed of the welding head 12, the height and feed speed of the welding rod of the welding head 12, and the preceding material 9a and the trailing material. You may include the amount of gaps (hereinafter also referred to as gaps) of the ash 9b, and the height position and pressure of the guide rollers. The information of the material to be welded 9 may include, for example, the steel type, sheet thickness, and sheet width of the preceding material 9a, and the steel type, sheet thickness, and sheet width of the succeeding material 9b.

이들의 제어량과 피용접재 (9) 의 정보가, 프리셋 정보가 된다. 또, 실제로 용접했을 때의 실적 정보는, 제어 장치 (15) 에 도입되어, 피드백 제어 등에 사용되는 경우도 있다. 용접 이상 진단 장치 (20) 는, 용접부 표면 촬영 카메라 (13) 및 용접부 이면 촬영 카메라 (14) 로 시시각각 촬영된 화상과, 용접의 제어 출력의 정보와, 그 밖의 용접에 부수하는 정보를 수집한다.These control amounts and information on the material to be welded 9 become preset information. Moreover, the performance information at the time of actually welding is introduce|transduced into the control apparatus 15, and may be used for feedback control etc. The welding abnormality diagnosis apparatus 20 collects the images photographed every moment by the welding part surface imaging camera 13 and the welding part back surface imaging camera 14, information of the control output of welding, and other information accompanying welding.

용접 이상 진단 장치 (20) 는, 용접 상황을 진단하기 위한 용접광 특징량 및 그 통계량의 계산을 실행함으로써, 용접 양불량의 판단 등을 실시한다. 또한, 기재한 용접 시스템 구성은 일례이며, 구성의 추가 또는 생략이 적절히 실시되어도 된다. 예를 들어 용접부 표면 촬영 카메라 (13) 는 생략되어도 된다.The welding abnormality diagnosis apparatus 20 performs the judgment of welding quality or failure etc. by calculating the welding light characteristic quantity for diagnosing a welding condition, and its statistical quantity. In addition, the described welding system structure is an example, and addition or omission of a structure may be implemented suitably. For example, the welding part surface imaging camera 13 may be abbreviate|omitted.

도 20 은, 용접 시스템 (10) 이 적용되는 압연 시스템 (40) 을 도시하고 있다. 용접 시스템 (40) 은, 핫 코일 (41) 을 공급하는 설비와, 이들을 용접하는 용접 시스템 (10) 과, 연속 냉간 압연 라인인 냉간 압연기 (43) 와, 압연 후의 박판을 냉연 코일 (44) 로서 권취하는 설비를 구비한다.20 shows a rolling system 40 to which the welding system 10 is applied. The welding system 40 includes a facility for supplying a hot coil 41 , a welding system 10 for welding them, a cold rolling mill 43 which is a continuous cold rolling line, and a cold-rolled thin plate after rolling as a cold-rolled coil 44 . Winding equipment is provided.

용접 이상 진단 장치 (20) 는, 도 2 에 나타내는 블록도로 구성된다. 용접 이상 진단 장치 (20) 는, 용접부 촬영 카메라 화상 수집부 (21) 와, 용접 제어 정보 수집부 (22) 와, 용접 상황 진단부 (23) 와, 용접 이상 판정 상하한 테이블 (24) 과, 용접 이상 알람부 (25) 와, 용접 상황 출력부 (26) 와, 용접 제어 정보 데이터베이스 (27) 와, 용접 상황 정보 데이터베이스 (28) 를 구비하고 있다.The welding abnormality diagnosis apparatus 20 is comprised in the block diagram shown in FIG. The welding abnormality diagnosis apparatus 20 includes a welding part imaging camera image collection unit 21 , a welding control information collection unit 22 , a welding condition diagnosis unit 23 , a welding abnormality determination upper and lower limit table 24 , A welding abnormality alarm unit 25 , a welding status output unit 26 , a welding control information database 27 , and a welding status information database 28 are provided.

용접 제어 정보 수집부 (22) 는, 용접의 제어 출력의 정보나, 그 밖의 용접에 부수하는 정보를 수집한다. 용접의 제어 출력의 정보는, 예를 들어, 용접 헤드 (12) 에 공급되는 전력이나, 용접 헤드 (12) 의 이동 속도, 용접봉의 높이나 이송 속도, 선행재 (9a) 와 후행재 (9b) 의 간극량 (이하, 갭으로 한다), 가이드 롤러의 높이 위치나 압력의 설정값과 실적값 등이다.The welding control information collection unit 22 collects information on control output of welding and other information incidental to welding. The information of the welding control output includes, for example, electric power supplied to the welding head 12 , the moving speed of the welding head 12 , the height and feed rate of the welding rod, and the preceding member 9a and the succeeding member 9b. The gap amount (hereinafter referred to as the gap), the height position of the guide roller, the set value of the pressure, and the actual value, etc.

그 밖의 용접에 부수하는 정보는, 예를 들어, 선행재 (9a) 의 강종, 판두께, 판폭이나, 후행재 (9b) 의 강종, 판두께, 판폭, 예열 공정의 유무나, 예열시의 온도 설정 등, 용접 조건을 설정하기 위해서 사용되는 정보이다. 용접 제어 정보 수집부 (22) 에서 수집한 정보는, 예를 들어, 용접 제어 정보 데이터베이스 (27) 에 격납된다.Other information incidental to welding includes, for example, the steel type, plate thickness, and plate width of the preceding member 9a, and the steel type, plate thickness, plate width, and presence or absence of a preheating step and the temperature at the time of preheating of the succeeding member 9b. Information used to set welding conditions, such as setting. The information collected by the welding control information collection unit 22 is stored in the welding control information database 27 , for example.

용접부 촬영 카메라 화상 수집부 (21) 는, 용접부 표면 촬영 카메라 (13) 및 용접부 이면 촬영 카메라 (14) 로 시시각각 촬영된 화상을 수집한다.The welding part imaging camera image collection part 21 collects the images image|photographed by the welding part surface imaging camera 13 and the welding part back surface imaging camera 14 every moment.

도 3 은, 용접부 촬영 카메라 화상 수집부 (21) 에서 수집되는 화상의 예를 나타내고 있다. 도 3 의 하부로부터 상부에 걸쳐 용접 헤드 (12) 가 이동해간다. 용접 헤드 (12) 에 추종하도록, 용접부 표면 촬영 카메라 (13), 혹은 용접부 이면 촬영 카메라 (14) 가 이동해간다. 용접 헤드 (12) 가 통과한 후에는, 용접지 (B_d1) 가 형성된다.3 : has shown the example of the image collected by the welding part imaging|photography camera image collection part 21. As shown in FIG. The welding head 12 moves from the lower part of FIG. 3 to the upper part. The welding part surface imaging camera 13 or the welding part back surface imaging camera 14 moves so that it may follow the welding head 12. After the welding head 12 passes, welding paper B _d1 is formed.

용접부 표면 촬영 카메라 (13), 혹은, 용접부 이면 촬영 카메라 (14) 는, 도 3 의 점선 지점을 촬영하여, 일례로서 도 3 에 나타낸 바와 같은 용접광 (L_w1) 이 비친 화상을 얻는다. 용접부 이면 촬영 카메라 (14) 가 얻는 화상을, 편의상, 용접부 이면 촬영 카메라 화상 (19) 이라고도 칭한다.The welding part surface imaging camera 13 or the welding part back surface imaging camera 14 image|photographs the dotted line point of FIG. 3, and obtains the image which the _{welding light L w1 as shown in FIG. 3 reflected as an example.} The image obtained by the welding part back surface imaging camera 14 is also called the welding part back surface imaging camera image 19 for convenience.

용접부 이면 촬영 카메라 화상 (19) 은, 콘트라스트, 밝기 및 노출 등을 조정함으로써, 용접광 (L_w1) 을 적절히 시인할 수 있도록 해 두는 것이 바람직하다. 이들의 조정은, 용접부 촬영 카메라 화상 수집부 (21) 에서 처리되어도 되고, 용접부 표면 촬영 카메라 (13), 혹은, 용접부 이면 촬영 카메라 (14) 에서 처리되어도 된다.As for the welding part backside imaging camera image 19, it is preferable to make the _{welding light L w1 visually visually recognizable by adjusting contrast, brightness, exposure, etc.} These adjustment may be processed by the welding part imaging camera image collection part 21, and may be processed by the welding part surface imaging camera 13 or the welding part back imaging camera 14.

도 21 ∼ 도 23 은, 용접 상황에 따른 용접광 (L_w1) 의 이면에 나타나는 방식의 차이를 설명하기 위한 도면이다. 도 21 에서는 레이저 용접의 경우를 예시하고 있다. 도 21 에 나타내는 바와 같이, 선행재 (9a) 와 후행재 (9b) 의 맞닿음 부위에 적절히 용접 레이저광이 닿아 있을 때에는, 피용접재 (9) 의 표면과 이면에 용접광 (L_w1) 이 나타난다. 한편, 도 22 에 나타낸 바와 같이, 맞닿음 부위로부터 용접 레이저광이 어긋나면, 표면에는 용접광 (L_w1) 이 나타나지만, 이면에는 용접광 (L_w1) 이 나타나지 않는다. 도 23 에 나타내는 바와 같이, 어떠한 이유로, 조사되는 용접 레이저광의 강도 (에너지) 가 정상시보다 약해지는 경우가 있다. 이 경우, 도 21 의 적절한 경우와 비교하여, 이면에 나타나는 용접광 (L_w1) 의 크기나 형상이 작아진다.21 to 23 are diagrams for explaining the difference in the method appearing on the back surface of the welding light L _{w1 depending on the welding condition.} 21 illustrates an example of laser welding. As shown in FIG. 21 , when the welding laser beam appropriately hits the contact portion between the preceding material 9a and the succeeding material 9b, the welding light L _{w1 is applied to the front and back surfaces of the material 9 to be welded.} appear. On the other hand, as shown in FIG. 22, when a welding laser beam shifts|deviates from abutting site|part, the welding light L _w1 appears on the surface, but the welding light L _w1 does not appear on the back surface. As shown in FIG. 23, the intensity|strength (energy) of the welding laser beam irradiated may become weaker than normal for some reason. In this case, compared with the appropriate case of FIG. 21, the magnitude|size and shape of _{welding light L w1 appearing on the back surface become small.}

또한, 도 24 에 나타내는 바와 같이, 길이 방향에 대해 후행재 (9b) 의 단면이 비스듬하게 되어 있는 경우가 있다. 이 경우, 경사의 갭 (ga1) 이 생겨 버리므로, 용접 도중에 용접 레이저광이 비추는 정도가 변화한다. 이 경우, 용접 도중에, 이면의 용접광 (L_w1) 의 크기나 형상에 명확한 변화가 나타나기 쉽다.Moreover, as shown in FIG. 24, the cross section of the trailing material 9b may become oblique with respect to the longitudinal direction. In this case, since the inclination gap ga1 arises, the degree to which a welding laser beam is irradiated during welding changes. In this case, a clear change tends to appear in the size and shape of _{the welding light L w1 on the back surface during welding.}

상기의 예에서는 레이저 용접의 경우를 예시했지만, 아크 용접에 있어서도 동일한 사정에 의해 이면의 용접광 (L_w1) 에 차이가 나타난다.Although the case of laser welding was illustrated in the said example, a difference appears in _{the welding light L w1 of the back surface by the same circumstance also in arc welding.}

이와 같이, 피용접재 (9) 의 이면으로부터 촬영한 용접광 (L_w1) 은, 용접 상황의 양부에 따른 차이가 나타나기 쉽다는 특징을 갖는다. 따라서, 이 용접광 (L_w1) 이 나타나는 방식의 차이를 특징량으로서 취급함으로써, 용접의 양불량을 양호한 정밀도로 판정할 수 있다. 이와 같은 원리에 의해, 실시형태에서는, 피용접재 (9) 의 이면에 있어서의 용접 상황에 기초하여 용접 상황을 양호한 정밀도로 평가할 수 있다. _{Thus, the welding light L w1} image|photographed from the back surface of the to-be-welded material 9 has the characteristic that the difference according to the quality of a welding condition appears easily. Therefore, by treating the difference in the manner in which the welding light L _w1 appears as a feature amount, the quality or failure of welding can be determined with high accuracy. According to such a principle, in embodiment, based on the welding condition in the back surface of the to-be-welded material 9, a welding condition can be evaluated with high precision.

용접 상황 진단부 (23) 는, 용접 제어 정보 수집부 (22) 와 용접부 촬영 카메라 화상 수집부 (21) 에서 수집된 정보를 기초로, 용접 상황을 진단하기 위한 용접광 특징량 및 그 통계량을 계산하여, 용접 이상을 진단한다. 용접 상황을 진단하기 위한 용접광 특징량 및 그 통계량의 계산 결과는, 용접 상황 정보 데이터베이스 (28) 에 격납된다.The welding condition diagnosis unit 23 calculates a welding light characteristic quantity and statistics thereof for diagnosing the welding condition based on the information collected by the welding control information collecting unit 22 and the welding part photographing camera image collecting unit 21 . Thus, the welding abnormality is diagnosed. The welding light characteristic quantity for diagnosing the welding condition and the calculation result of the statistic are stored in the welding condition information database 28 .

용접 이상의 진단은, 예를 들어, 용접 상황을 진단하기 위한 용접광 특징량 및 그 통계량과 용접 이상 진단 기준을 비교하여, 기준값을 초과했을 경우에, 용접 이상으로 판정한다. 여기서, 예를 들어, 용접 상황을 진단하기 위한 용접광 특징량 및 그 통계량은, 용접 이상 판정 상하한값을 미리 정한, 용접 이상 판정 상하한 테이블 (24) 의 소정의 값과 비교하여, 용접 이상을 판정해도 된다.Diagnosis of welding abnormality compares the welding light characteristic quantity and its statistic for diagnosing a welding condition, and a welding abnormality diagnostic criterion, for example, and, when a reference value is exceeded, it determines with welding abnormality. Here, for example, the welding light feature quantity and its statistic for diagnosing the welding condition are compared with a predetermined value of the welding abnormality determination upper and lower limit table 24 in which the welding abnormality determination upper and lower limit values are previously determined, and the welding abnormality is determined. You may judge

도 4 는, 용접 이상 판정 상하한 테이블 (24) 의 예이다. 도 4 에 나타내는 바와 같이, 각종 구분에 따라 용접 이상 판정 상하한값의 상한값과 하한값이 설정되어도 된다. 각종 구분은, 선행재 (9a) 및 후행재 (9b) 의 강종과, 선행재 (9a) 와 후행재 (9b) 의 평균 판두께와, 선행재 (9a) 와 후행재 (9b) 의 간극 설정값 등을 포함해도 된다.4 : is an example of the welding abnormality determination upper and lower limit table 24. As shown in FIG. As shown in FIG. 4, the upper limit and lower limit of the welding abnormality determination upper and lower limit may be set according to various divisions. Various classifications include the steel grade of the preceding member 9a and the succeeding member 9b, the average plate thickness of the preceding member 9a and the succeeding member 9b, and the setting of the gap between the preceding member 9a and the succeeding member 9b. You may include a value and the like.

또, 용접 이상 판정에 가까운 수치를 검출한 것을 경고하기 위한 상한값과 하한값 (용접 이상 경고 상하한값) 을 이상으로 판정되는 범위보다 좁은 범위로 설정해도 된다. 또는, 제 2 실시형태에서 설명하는 바와 같이, 용접 상황을 진단하기 위한 용접광 특징량 및 그 통계량을 사용하여 계산된 용접 이상 판정 상하한값을 기초로, 용접 이상을 판정해도 된다.Moreover, you may set the upper limit and lower limit (welding abnormality warning upper and lower limit value) for warning that the numerical value close|similar to welding abnormality determination is detected to a range narrower than the range determined as abnormal. Alternatively, as described in the second embodiment, the welding abnormality may be determined based on the welding light feature quantity for diagnosing the welding condition and the welding abnormality determination upper and lower limit values calculated using the statistic.

용접 이상으로 판정되었을 경우, 용접 이상 알람부 (25) 에서, 관리자에게 경고를 발신한다. 용접 상황 출력부 (26) 는, 시시각각의 용접 상황이나, 복수의 용접 상황의 결과 등을 출력한다. 이 출력은, 관리자가 용접을 확인하기 위한 표시 화면에 표시해도 된다.When it is judged as welding abnormality, the welding abnormality alarm part 25 transmits a warning to a manager. The welding status output unit 26 outputs the welding status from moment to moment, the results of a plurality of welding conditions, and the like. This output may be displayed on a display screen for an administrator to confirm welding.

용접 상황 진단부 (23) 는, 촬영 화상마다 진단 기능 블록 (23A) 과, 용접 완료 후 진단 기능 블록 (23B) 과, 용접 경향 진단 기능 블록 (23C) 을 갖는다.The welding condition diagnosis unit 23 includes a diagnosis function block 23A, a post-welding diagnosis function block 23B, and a welding tendency diagnosis function block 23C for each captured image.

촬영 화상마다 진단 기능 블록 (23A) 은, 용접 공정의 개시로부터 종료까지의 사이에 시시각각 촬영한 화상마다, 용접 상황을 진단하기 위한 통계량을 계산하여, 용접의 양불량을 판정한다.The diagnosis function block 23A for each captured image calculates a statistic for diagnosing the welding condition for each image captured every moment from the start to the end of the welding process, and determines whether welding is good or bad.

용접 완료 후 진단 기능 블록 (23B) 은, 피용접재 (9) 의 용접이 완료할 때마다, 전술한 촬영 화상마다 진단 기능 블록 (23A) 에서 계산한 용접 상황을 진단하기 위한 통계량을 사용하고, 용접 1 회에 있어서의 용접 상황을 진단하기 위한 통계량을 계산하여, 용접의 양불량을 판정한다.The post-welding diagnosis function block 23B uses a statistic for diagnosing the welding condition calculated by the diagnosis function block 23A for each of the above-described captured images, each time the welding of the material to be welded 9 is completed, A statistic for diagnosing the welding condition in one welding is calculated to determine whether the welding is good or bad.

용접 경향 진단 기능 블록 (23C) 은, 용접 횟수가, 용접 시스템 기동 후에 소정의 용접 개수 (N) 를 초과한 이후에, 용접된 시간이 새로운 것으로부터 임의의 용접 개수 M 에서의 용접 상황을 진단하기 위한 통계량의 경향으로부터 용접의 양불량을 판정한다.The welding tendency diagnosis function block 23C is configured to diagnose a welding situation at an arbitrary number of welds M from a new welded time after the number of welds exceeds a predetermined number of welds N after starting the welding system. From the trend of the statistic for welding, the quality of welding is judged.

모든 기능도, 용접부 촬영 카메라 화상 수집부 (21) 에서 수집된 용접부 이면 촬영 카메라 화상 (19) 과, 용접 제어 정보 수집부 (22) 로부터 수집된 정보를 입력원으로 한다.For all functions, the welding part backside imaging camera image 19 collected by the welding part imaging camera image collection part 21 and the information collected from the welding control information collection part 22 are taken as an input source.

도 5 는, 각각의 기능의 실행 순서를 플로우도로서 나타낸 것이다. 용접의 개시로부터 종료까지를 판단하는 로직 (스텝 S1) 은, 용접 시퀀스 ON 을 나타내는 용접의 제어 출력의 정보의 실적값에 의해 판단해도 된다. 혹은, 용접부 촬영 카메라 화상 수집부 (21) 로부터 얻어지는 용접부 표면 촬영 카메라 화상, 또는, 용접부 이면 촬영 카메라 화상 (19) 에 있어서, 용접광 (L_w1) 의 존재 확인에 의해 판단해도 된다.Fig. 5 is a flowchart showing the execution procedure of each function. The logic for judging from the start to the end of welding (step S1) may be judged by the actual value of the information of the welding control output indicating the welding sequence ON. Or in the welding part surface imaging camera image obtained from the welding part imaging camera image collection part 21, or the welding part back imaging camera image 19, you may judge by presence confirmation of the _{welding light L w1.}

용접 공정 ON 에 따라, 촬영 화상마다 진단 기능 블록 (23A) 이 작동한다. 촬영 화상마다 진단 기능 블록 (23A) 에는, 용접 제어 정보 데이터베이스 (27) 를 경유하여, 용접 제어 정보 수집부 (22) 에서 수집된 정보가 부여되어 있다.In accordance with the welding process ON, the diagnostic function block 23A operates for each captured image. Information collected by the welding control information collection unit 22 is provided to the diagnostic function block 23A for each captured image via the welding control information database 27 .

촬영 화상마다 진단 기능 블록 (23A) 은, 시시각각 촬영된 화상마다의 용접 상황의 분석 결과를 계산한다. 분석 결과는, 후술하는 「용접광 특징량」 을 포함한다. 이 시시각각의 화상마다의 분석 결과는, 용접 상황 정보 데이터베이스 (28) 에 격납된다.The diagnostic function block 23A for each captured image calculates an analysis result of the welding condition for each captured image from moment to moment. The analysis result includes "a characteristic quantity of welding light" which will be described later. The analysis result for each image at each moment is stored in the welding situation information database 28 .

스텝 S2 는, 용접 완료를 판단하는 로직을 포함한다. 스텝 S2 는, 데이터베이스 갱신이 되었는지 여부의 판정도 실시한다. 용접 완료 후에는, 용접 완료 후 진단 기능 블록 (23B) 이 작동한다. 용접 완료 후, 용접 상황 정보 데이터베이스 (28) 에 격납된 시시각각 촬영된 화상마다의 용접 상황의 분석 결과 (용접광 특징량) 는, 용접 완료 후 진단 기능 블록 (23B) 에서 사용된다.Step S2 includes logic for determining welding completion. Step S2 also determines whether or not the database has been updated. After the welding is completed, the after welding diagnostic function block 23B is activated. After the welding is completed, the analysis result of the welding status for each minutely captured image stored in the welding status information database 28 (welding light characteristic quantity) is used in the post-welding diagnostic function block 23B.

용접 완료 후 진단 기능 블록 (23B) 은, 1 회의 용접에 있어서의 용접 상황의 분석 결과를, 용접 상황 정보 데이터베이스 (28) 에 출력한다. 분석 결과는, 구체적으로는, 용접광 특징량으로부터 계산되는 통계량을 포함한다. 이 통계량의 상세한 것은 후술된다.The post-welding diagnosis function block 23B outputs an analysis result of the welding status in one welding to the welding status information database 28 . The analysis result specifically includes statistics calculated from the weld light feature amount. Details of this statistic are described below.

또한, 용접 완료를 판단하는 로직 (스텝 S2) 은, 상기 용접 시퀀스 ON 을 나타내는 용접의 제어 출력의 정보의 실적값에 의해 판단해도 되고, 용접부 촬영 카메라 화상 수집부 (21) 로부터 얻어지는 용접부 표면 촬영 카메라 화상, 혹은, 용접부 이면 촬영 카메라 화상 (19) 에 있어서, 용접광 (L_w1) 의 존재 확인에 의해 판단해도 된다.In addition, the logic for judging the welding completion (step S2) may be judged by the actual value of the information of the control output of the welding which shows the said welding sequence ON, and the welding part surface imaging camera obtained from the welding part imaging camera image collection part 21. In an image or the welding part back surface imaging camera image 19, you may judge by presence confirmation of _{welding light L w1.}

스텝 S1 및 S2 에서, 용접부 촬영 카메라 화상 수집부 (21) 로부터 얻어지는 용접부 표면 촬영 카메라 화상, 혹은, 용접부 이면 촬영 카메라 화상 (19) 에 있어서의 용접광 (L_w1) 의 존재를 판단하는 방법으로서, 예를 들어, 화상 처리에 있어서의 이하의 임계값 처리를 사용해도 된다. 화상의 색 공간의 수치 배열 img 를, 하기 식 (1) 및 식 (2) 로 나타낸다.In steps S1 and S2, as a method of judging the presence _{of the welding light L w1 in} the welding part surface imaging camera image obtained from the welding part imaging camera image collecting unit 21, or the welding part backside imaging camera image 19, For example, you may use the following threshold value processing in image processing. The numerical array img of the color space of the image is represented by the following formulas (1) and (2).

여기서, w 는, 화상의 폭 방향의 화소수, h 는 화상의 높이 방향의 화소수, I 는, 폭 방향 화소 위치 x, 높이 방향 화소 위치 y 에 있어서의 화소값이다. 또, 예로서, 색 공간을 RGB 공간으로 기술하고 있지만, 이에 한정되는 것은 아니다. 이 때, 예를 들어, 화상을 그레이스케일화한 후에, 모든 화소의 평균값에 의해 임계값 처리함으로써, 용접광 (L_w1) 의 존재를 판정할 수 있다.Here, w is the number of pixels in the width direction of the image, h is the number of pixels in the height direction of the image, and I is the pixel value in the width direction pixel position x and the height direction pixel position y. In addition, although the color space is described as an RGB space as an example, it is not limited to this. At this time, for example, after an image is grayscaled, the presence of _{welding light L w1 can be judged by threshold-processing by the average value of all the pixels.}

여기서, NoWelding 은, 용접의 개시로부터 종료까지의 판단이다. I^d(x, y) 는, 폭 방향 화소 위치 x 와 높이 방향 화소 위치 y 에 있어서의 그레이스케일 후의 화소값이다. 또한, 여기서 나타낸 I^d(x, y) 를 산출하기 위한 각 계수는, 아날로그 신호와 디지털 신호의 변환에 관련된 국제 규격인 ITU-R BT.601 (Studio encoding parameters of digital television for standard 4 : 3 and wide screen 16 : 9 aspect ratios International Telecommunication Union) 에서 정해진 것이다. 단, 각 계수는 다른 규격에 의거해도 된다.Here, NoWelding is a judgment from the start to the end of welding. I ^d (x, y) is the pixel value after grayscale at the pixel position x in the width direction and the pixel position y in the height direction. In addition, ^{each coefficient for calculating I d} (x, y) shown here is ITU-R BT.601 (Studio encoding parameters of digital television for standard 4: 3 and wide screen 16:9 aspect ratios (International Telecommunication Union) However, each coefficient may be based on another standard.

단, 상기 평균값을 사용한 방법은 일례이다. 평균값에 한정되지 않고 각종 공지된 임계값 처리가 적용되어도 된다.However, the method using the said average value is an example. It is not limited to an average value, and various well-known threshold value processing may be applied.

또, 용접광 (L_w1) 은 명멸되므로, 반드시 용접 중의 모든 화상에 있어서 용접광 (L_w1) 을 확인할 수 있다고는 할 수 없기 때문에, 임의의 매수의 화상을 사용한 판단이 바람직하다.Moreover, since the welding light L _w1 _{flickers and flickers, since it cannot necessarily be said that welding light L w1} can be confirmed in all the images during welding, judgment using the arbitrary number of images is preferable.

다음으로, 시스템 기동으로부터의 용접 개수가 N 이상인지의 여부가 판정된다 (스텝 S3). N 이상이 아니면 이번 루틴이 종료한다.Next, it is determined whether the number of welds from system startup is N or more (step S3). If N or more, this routine ends.

스텝 S3 에서 용접 개수가 N 이상으로 판정된 경우에는, 용접 경향 진단 기능 블록 (23C) 이 작동한다. 용접 경향 진단 기능 블록 (23C) 은, 용접 상황 정보 데이터베이스 (28) 로부터, 용접 개수 J (J ≥ N) 의 용접 상황을 진단하기 위한 용접광 특징량에 기초하는 통계량을 수취한다.When the number of welds is determined to be N or more in step S3, the welding tendency diagnosis function block 23C operates. The welding tendency diagnosis function block 23C receives, from the welding situation information database 28, a statistic based on the welding light characteristic quantity for diagnosing the welding status of the number of welds J (J ≥ N).

<촬영 화상마다 진단 기능><Diagnosis function for each captured image>

촬영 화상마다 진단 기능 블록 (23A) 에 대해, 도 6 의 플로우도를 사용하여 설명한다. 먼저, 용접부 이면 촬영 카메라 화상 (19) 이 취득된다. 취득한 용접부 이면 촬영 카메라 화상 (19) 중에 존재하는 용접광 (L_w1) 이외의 광원을 제거하고, 용접광 (L_w1) 에 해당하는 부분과, 그 이외의 부분에서 2 치화한다 (스텝 S101).The diagnostic function block 23A for each captured image is demonstrated using the flowchart of FIG. First, the back surface photographing camera image 19 of a welding part is acquired. Light sources other than _{welding light L w1} existing in the acquired welding part back surface imaging camera image 19 _{are removed, and it binarizes in the part corresponding to welding light L w1} , and the part other than that (step S101).

용접광 (L_w1) 만을 추출하는 방법의 일례로서, 가우시안 필터와 오츠의 2 치화를 적용하는 경우를 나타낸다. 가우시안 필터는, 가우스 분포 g 에 의해 근방 화소값에 가중치 부여를 하여, 화상을 평활화한다.As an example of the method of extracting only the welding light L _w1 , the case of applying a Gaussian filter and Otsu's binarization is shown. The Gaussian filter smoothes the image by weighting the neighboring pixel values according to the Gaussian distribution g.

가우시안 필터에 의해 평활화된 화상에 대해, 오츠의 2 치화 처리를 적용한다. 오츠의 2 치화 처리는, 화상 내의 화소값의 최대값과 최소값의 범위 내에서 분리의 정도가 가장 커지는 임계값을 산출한다. 산출한 임계값에 의해, 화소값을 2 치화한다.To the image smoothed by the Gaussian filter, Otsu's binarization process is applied. Otsu's binarization process calculates a threshold value at which the degree of separation is greatest within the range of the maximum and minimum values of pixel values in the image. A pixel value is binarized by the calculated threshold value.

상기의 처리는 일례이며, 다른 변형예도 가능하다. 변형예로서, 평균값 필터링을 사용해도 되고, 메디안 필터링에 의한 평활화를 사용해도 되고, 혹은, 적응형 2 치화 등의 처리의 적용도 가능하다.The above processing is an example, and other modifications are possible. As a modification, average value filtering may be used, smoothing by median filtering may be used, or processing such as adaptive binarization may be applied.

용접광 (L_w1) 을 추출한 화상으로부터, 용접광 (L_w1) 의 윤곽을 산출한다 (스텝 S102). 윤곽의 추출 방법은, 일차 미분 필터 또는 라플라시안 필터 등의 필터링 처리를 적용하는 방법이어도 된다. 혹은, 윤곽의 추출 방법은, 단순히, 2 치화 처리에 의해 얻어진 일방의 수치에 속하는 면적이 최대가 되는 윤곽을 추출하는 방법이어도 된다. 어느 방법에 있어서도, 용접광 (L_w1) 의 윤곽을 나타내기 위한 화소 위치군이 얻어진다.From the image from which the welding light L _w1 _{was extracted, the outline of the welding light L w1} is computed (step S102). The contour extraction method may be a method of applying a filtering process such as a first-order differential filter or a Laplacian filter. Alternatively, the outline extraction method may simply be a method of extracting an outline in which an area belonging to one of the numerical values obtained by the binarization process is maximized. In either method, a pixel position group for representing the outline of the _{welding light L w1 is obtained.}

실시형태에서는, 용접광 (L_w1) 의 윤곽을 나타내는 화소 위치군을 사용하여, 용접광 (L_w1) 의 특징을 나타내는 용접광 특징량이 산출된다 (스텝 S103). 용접광 특징량은, 용접광 (L_w1) 의 윤곽 형상으로 나타내는 도형의 특징을 수치로 나타내고 있다.Embodiment, the welding light using the pixel position group that represents the outline of the (L _w1), the amount of welding optical characteristics indicating the characteristics of the welding light (L _w1) is calculated (step S103). The welding light characteristic amount represents the characteristic of the figure represented by the outline shape of the _{welding light L w1 by a numerical value.}

예를 들어, 이하와 같은 여러 가지 용접광 특징량을 사용할 수 있다. 용접광 특징량은, 용접광 (L_w1) 의 공간 모멘트이어도 되고, 용접광 (L_w1) 의 면적이어도 되고, 용접광 (L_w1) 의 무게 중심이어도 되고, 용접광 (L_w1) 의 둘레 길이이어도 되고, 용접광 (L_w1) 의 스파크 조도이어도 되고, 용접광 (L_w1) 의 진원도이어도 되다.For example, the following various welding light characteristic quantities can be used. Welding the optical characteristic quantity, the welding light may be a spatial moments of the (L _w1), the welding light and may be an area of (L _w1), may be a center of gravity of the welding light (L _w1), welding the optical circumferential length of (L _w1) This may be _sufficient , the spark illuminance of the welding light L _w1 may be sufficient, and the roundness of the welding light L w1 may be sufficient.

용접광 (L_w1) 의 공간 모멘트 (m_ijf) 는, 하기 식 (6) 으로 계산되어도 된다. 용접광 (L_w1) 의 면적 A_f 는, 하기 식 (7) 로 계산되어도 된다. 용접광 (L_w1) 의 무게 중심 C_f 는, 하기 식 (8) 로 계산되어도 된다. 용접광 (L_w1) 의 둘레 길이 P_f 는, 하기 식 (9) 로 계산되어도 된다. 용접광 (L_w1) 의 스파크 조도 R_f 는, 하기 식 (10) 으로 계산되어도 된다. 용접광 (L_w1) 의 진원도 C_ircf 는, 하기 식 (11) 로 계산되어도 된다.The spatial moment m _ijf of the welding light L _w1 may be calculated by the following formula (6). The area A _f of the welding light L _w1 may be calculated by the following formula (7). The center of gravity C _f of the welding light L _w1 may be calculated by the following formula (8). The circumferential length P _f of the welding light L _w1 may be calculated by the following formula (9). The spark illuminance R _f of the welding light L _w1 may be calculated by the following formula (10). The roundness C _ircf of the welding light L _w1 may be calculated by the following formula (11).

여기서, m_10f, m_01f 는, 각각, 화상의 폭 방향 및 높이 방향의 공간 일차 모멘트이다. 첨자 f 는, 용접 개시로부터 종료까지에 있어서의 화상 매수 (f = 1 to F, F : 용접 종료 화상) 이다. 용접광 특징량은, 적어도, 용접광 (L_w1) 의 면적과, 용접광 (L_w1) 의 둘레 길이와, 용접광 (L_w1) 의 무게 중심과, 용접광 (L_w1) 의 진원도를 포함하는 것이 바람직하다.Here, m _10f and m _01f are the first spatial moments in the width direction and the height direction of the image, respectively. The subscript f is the number of images (f = 1 to F, F: welding finished image) from the start to the end of welding. Welding the optical characteristic quantity, including a roundness of at least a welding light (L _w1) area and a circumferential length, and a center of gravity and, welding light (L _w1) of the welding light (L _w1) of the welding light (L _w1) of It is preferable to do

상기의 각 용접광 특징량에만 한정되지 않고, 다른 양을 사용해도 된다. 도 25 는, 용접광 특징량의 바리에이션을 나타내는 도면이다. 도 25 의 용접광 (L_w1) 은, 무게 중심 G 에 대해 지면 좌우로 신장되는 제 1 부분과 제 2 부분을 포함하고 있다. 무게 중심 G 로부터 제 1 부분까지의 거리를 r1 로 하고, 무게 중심 G 로부터 제 2 부분까지의 거리를 r2 로 한다. 이 r1 과 r2 의 차분의 절대값을 r_br 로 한다. 이 r_br 이 용접광 특징량으로서 사용되어도 된다.It is not limited only to said each welding light characteristic amount, You may use another quantity. Fig. 25 is a diagram showing variations in a characteristic amount of a welding light. The welding light L _w1 of FIG. 25 includes a first portion and a second portion extending to the left and right in the paper with respect to the center of gravity G. Let the distance from the center of gravity G to the first part be r1, and the distance from the center of gravity G to the second part be r2. _{Let r br} be the absolute value of the difference between r1 and r2. This r _br may be used as a characteristic quantity of the welding light.

용접광 특징량은, 용접 상황 정보 데이터베이스 (28) 에 격납된다 (스텝 S104). 격납시에, 용접광 특징량은, 용접 제어 정보 수집부 (22) 로부터 얻어지는 용접 조건을 설정하기 위해서 사용되는 정보에 연결된다. 또, 용접 제어 정보 수집부 (22) 로부터 얻어지는 용접의 제어 출력의 정보의 실적값과 함께, 용접광 특징량이 격납된다. 요컨대, 도 7 에 나타내는 테이블과 같이, 용접 조건을 설정하기 위해서 사용되는 정보에 연결된 소정의 테이블에, 시시각각의 용접광 특징량과 용접의 제어 출력의 정보의 실적값이 격납된다.The welding light feature amount is stored in the welding state information database 28 (step S104). At the time of storage, the welding light feature amount is linked to information used for setting welding conditions obtained from the welding control information collecting unit 22 . Moreover, a welding light characteristic quantity is stored with the performance value of the information of the control output of welding obtained from the welding control information collection part 22. As shown in FIG. That is, like the table shown in FIG. 7, in a predetermined table linked to the information used for setting welding conditions, the performance value of the information of the welding light characteristic amount and welding control output from every moment is stored.

얻어진 용접광 특징량으로부터, 취득한 용접부 이면 촬영 카메라 화상 (19) 에 있어서의 용접의 양불량을 평가·진단한다. 실시형태에서는, 먼저, 용접 이상 판정 기준이 취득된다 (스텝 S105).From the obtained welding light characteristic amount, the quality of welding in the acquired welding part back surface imaging camera image 19 is evaluated and diagnosed. In embodiment, first, the welding abnormality determination criterion is acquired (step S105).

일례로서, 평가·진단에, 용접 이상 판정 기준의 일례인 용접 이상 판정 상하한값이 사용된다. 용접 이상 판정 상하한 테이블 (24) 에는, 용접 이상 판정 상하한값이 미리 기억되어 있다. 용접 제어 정보 수집부 (22) 로부터 얻어지는 용접 조건 설정 정보 중, 선행재 (9a) 및 후행재 (9b) 의 강종과, 선행재 (9a) 와 후행재 (9b) 의 평균 판두께와, 선행재 (9a) 와 후행재 (9b) 의 간극의 설정값이, 테이블 참조용 파라미터에 사용되어도 된다. 테이블 참조용 파라미터에 기초하여 용접 이상 판정 상하한 테이블 (24) 의 해당 구분이 참조되고, 용접 이상 판정 상하한값의 용접 이상 판정 상하한값이 취득된다.As an example, the welding abnormality determination upper and lower limit values which are an example of welding abnormality determination criteria are used for evaluation and diagnosis. In the welding abnormality determination upper and lower limit table 24, the welding abnormality determination upper and lower limit values are memorize|stored in advance. Among the welding condition setting information obtained from the welding control information collecting unit 22 , the steel types of the preceding material 9a and the succeeding material 9b, the average plate thickness of the preceding material 9a and the succeeding material 9b, and the preceding material The set value of the clearance gap between (9a) and the trailing material 9b may be used for the parameter for table reference. The division of the welding abnormality determination upper and lower limit table 24 is referred based on the parameter for table reference, and the welding abnormality determination upper and lower limit of the welding abnormality determination upper and lower limit is acquired.

여기서, 용접 이상 경고 상하한값을 형성하고 있는 경우, 용접 이상 판정 상하한값과 동시에 이것을 취득해도 된다.Here, when the welding abnormality warning upper and lower limit is provided, you may acquire this simultaneously with the welding abnormality determination upper and lower limit value.

용접 이상 경고 상하한값을 형성하고 있는 경우, 각 용접광 특징량과, 각각에 대응하는 용접 이상 경고 상하한값이 비교된다 (스텝 S106). 또한, 각 용접광 특징량과, 각각에 대응하는 용접 이상 판정 상하한값이 비교된다 (스텝 S107).When the welding abnormality warning upper and lower limit values are formed, each welding light feature amount and the welding abnormality warning upper and lower limit values corresponding to each are compared (step S106). Moreover, each welding light feature amount is compared with the welding abnormality determination upper and lower limit values corresponding to each (step S107).

각 용접광 특징량이 용접 이상 경고 상하한값을 초과하고 있고 용접 이상 상하한값은 초과하고 있지 않을 때에는, 용접 이상에 가까운 상태인 것을 경고 통지한다 (스텝 S108). 각 용접광 (L_w1) 의 특징이 용접 이상 상하한값을 초과할 때에는, 용접 이상으로 판정되고, 용접 이상이 통지된다 (스텝 S109). 이 때, 용접 불량 판정에 사용하는 용접광 특징량은, 어느 하나로 한정되어도 되고, 복수 선택해도 된다.When each welding light characteristic amount exceeds the welding abnormality warning upper and lower limit values and the welding abnormality upper and lower limit values do not exceed, a warning notification is made that the welding abnormality is close to the state (step S108). When the characteristic of each welding light L _w1 exceeds the upper and lower limit of welding abnormality, it is determined as welding abnormality, and welding abnormality is notified (step S109). At this time, the characteristic quantity of the welding light used for welding defect determination may be limited to any one, and may be selected from two or more.

단, 시시각각 취득한 용접부 이면 촬영 카메라 화상 (19) 으로부터 얻어진 용접광 특징량을 사용한 용접 이상 판정에서는, 여러 가지 외란에 의한 극단적인 수치의 출력도 있기 때문에, 용접 이상을 관리자에게 통지하는 수단으로는, 반드시 유효하다고는 할 수 없다.However, in the welding abnormality determination using the welding light feature quantity obtained from the acquired welding part backside camera image 19, there is also the output of extreme numerical values due to various disturbances. As a means of notifying the welding abnormality to the manager, not necessarily valid.

그래서, 변형예로서, 도 8a 및 도 8b 의 조합에 기재된 플로우도가 제공된다. 편의상, 도 8a 와 도 8b 를 종합하여 도 8 로 칭하는 경우가 있다. 도 8a 의 플로우에서는, 스텝 S104 후에 스텝 S200 ∼ S203 이 추가됨으로써, 임의의 화상 매수 구간 (F_r) 에 있어서의 용접광 특징량이 취득된다. 다음으로, 스텝 S203 에서 취득한 복수의 용접광 특징량의 평균값 혹은 중앙값 등을 사용하여 평활화가 실시되고 (스텝 S204), 용접 이상 판정 기준이 취득된다 (스텝 S205). 평활화 후에 용접 이상을 판정해도 된다.Thus, as a variant, the flowchart described in the combination of FIGS. 8A and 8B is provided. For convenience, FIGS. 8A and 8B may be collectively referred to as FIG. 8 . In the flow of FIG. 8A, by adding step S200-S203 after step S104, the welding light feature amount in _{arbitrary number of images section F r is acquired.} Next, smoothing is performed using the average value, the median value, etc. of the some welding light characteristic amount acquired in step S203 (step S204), and a welding abnormality determination criterion is acquired (step S205). You may determine welding abnormality after smoothing.

도 9 는, 시시각각의 용접광 특징량 A 와 용접 이상 판정 상하한값 A_err1, A_err2 및 용접 이상 경고 상하한값 A_wrn1, A_wrn2 의 예를 나타낸다. 용접광 특징량 A 는, 전술한 공간 모멘트 및 면적 등의 각종 양에서 임의로 선택된다. 가로축은, 용접의 시종에 있어서의 화상 매수이다.9 : shows the example of the welding light feature amount A, welding abnormality determination upper and lower limit values A _err1 , A _err2, and welding abnormality warning upper and lower limit values A _wrn1 , A _{wrn2 every moment} . The welding light characteristic quantity A is arbitrarily selected from various quantities, such as the above-mentioned spatial moment and an area. The horizontal axis represents the number of images from beginning to end of welding.

용접 개시로부터 종료까지의 중간에서, 용접광 특징량 A 가 용접 이상 경고 하한값 A_wrn2 를 하회하기 때문에, 관리자에게 경고 통지한다. 그 후, 추가로, 용접광 특징량 A 가 용접 이상 판정 하한값 A_err2 를 하회하기 때문에, 용접 이상을 통지하게 된다.Since the welding light feature amount A is lower than the welding abnormality warning lower limit A _wrn2 in the middle from the welding start to the end, a warning notification is given to the manager. Thereafter, since the welding light feature amount A is lower than the welding abnormality determination lower limit A _err2 , the welding abnormality is notified.

<용접 완료 후 진단 기능><Diagnosis function after welding is completed>

다음으로, 용접 완료 후 진단 기능 블록 (23B) 에 대해 설명한다. 용접 완료 후 진단 기능 블록 (23B) 의 처리 플로우를 도 10 에 나타낸다. 용접 완료와 함께, 용접 상황 정보 데이터베이스 (28) 로부터, 완료한 용접의 시시각각의 용접광 특징량을 취득한다 (스텝 S300). 이 때, 수집한 시시각각의 용접광 특징량 중, 임의의 화상 매수간의 용접광 특징량을 취출해도 되고, 임의의 화상 매수 구간에 있어서의 이동 평균이나 이동 중앙값에 의해 취출해도 된다.Next, the diagnosis function block 23B after completion of welding will be described. The processing flow of the diagnostic function block 23B after welding is completed is shown in FIG. Upon completion of welding, the welding light feature amount of the completed welding is acquired from the welding status information database 28 at each moment (step S300). At this time, the welding light feature amount for any number of images may be extracted from the collected momentary welding light feature amount, or a moving average or moving median value in an arbitrary number of images section may be extracted.

다음으로, 실시형태에서는, 수집한 시시각각의 용접광 특징량 각각에 대한 통계량이 계산된다 (스텝 S301). 통계량을 얻음으로써, 시시각각의 용접광 특징량을, 1 용접 횟수마다의 특징에 반영한다.Next, in the embodiment, a statistic for each of the collected moment-by-minute characteristic quantities of the welding light is calculated (step S301). By obtaining the statistic, the characteristic amount of the welding light at each moment is reflected in the characteristic for each number of welding times.

여기서 서술하는 통계량은, 평균값이어도 되고, 표준 편차이어도 되고, 분산이어도 되고, 최대값이어도 되고, 최소값이어도 되고, 변형도이어도 되고, 첨도이어도 되고, 중앙값이어도 된다.The statistic described here may be an average value, a standard deviation, a variance, a maximum value, a minimum value, a strain, a kurtosis, or a median value.

통계량은, 일반적으로 알려져 있는 이하의 수식 (12) ∼ (19) 에 의해 계산되어도 된다.The statistic may be calculated by the generally known formulas (12) to (19) below.

평균값

는, 하기 식 (12) 로 계산되어도 된다.medium

may be calculated by the following formula (12).

표준 편차 σ 는, 하기 식 (13) 으로 계산되어도 된다. 분산 s² 는, 하기 식 (14) 로 계산되어도 된다. 최대값은, 하기 식 (15) 로 계산되어도 된다. 최소값은, 하기 식 (16) 으로 계산되어도 된다. 변형도 β₁ 은, 하기 식 (17) 로 계산되어도 된다. 첨도 β₂ 는, 하기 식 (18) 로 계산되어도 된다. 중앙값은, 하기 식 (19) 로 계산되어도 된다.The standard deviation σ may be calculated by the following formula (13). The dispersion s ² may be calculated by the following formula (14). The maximum value may be calculated by the following formula (15). The minimum value may be calculated by the following formula (16). The degree of deformation β ₁ may be calculated by the following formula (17). The kurtosis β ₂ may be calculated by the following formula (18). The median value may be calculated by the following formula (19).

용접광 (L_w1) 의 특징의 하나는, 하기 식 (20) 으로 나타낸다. 식 (6) ∼ (11) 에서 예시한 바와 같은 상기 서술한 여러 가지 용접광 특징량으로부터, 임의의 종류의 용접광 특징량이 선택된다. 선택된 용접광 특징량의 통계량이 계산된다.One of the characteristics of the welding light L _w1 is represented by the following formula (20). Any kind of welding light characteristic quantity is selected from the above-mentioned various welding light characteristic quantity as illustrated by Formula (6)-(11). A statistic of the selected weld light feature is calculated.

여기서, f 는, 용접 개시로부터 종료까지에 있어서의 화상 매수 (f = 0 to F, F : 용접 종료 화상) 이다.Here, f is the number of images (f = 0 to F, F: welding finished image) from the start to the end of welding.

다음으로, 산출한 용접광 특징량의 통계량은, 용접 제어 정보 수집부 (22) 로부터 얻어지는 용접 조건을 설정하기 위해서 사용되는 정보에 연결되어, 용접 상황 정보 데이터베이스 (28) 에 격납된다 (스텝 S302).Next, the calculated statistic of the weld light characteristic amount is linked to information used for setting welding conditions obtained from the welding control information collecting unit 22 and stored in the welding state information database 28 (step S302). .

다음으로, 용접광 특징량의 통계량으로부터, 용접 시종에 있어서의 용접의 양불량을 평가·진단한다. 여기서는, 용접 이상 판정 기준이 취득된다 (스텝 S105). 용접 시종에 있어서의 용접의 양불량의 평가·진단은, 촬영 화상마다 진단 기능 블록 (23A) 이 실시한 처리와 동일하게, 용접 이상 판정 상하한 테이블 (24) 로부터 용접 이상 판정 상하한값을 취득하고, 상하한값과의 비교에 의한 평가, 용접 이상을 판정한다 (스텝 S105 ∼ S109).Next, from the statistic of the characteristic amount of the welding light, the quality or failure of welding at the beginning of welding is evaluated and diagnosed. Here, the welding abnormality determination criterion is acquired (step S105). Evaluation and diagnosis of good or bad welding at the beginning and end of welding acquires the welding abnormality judgment upper and lower limit values from the welding abnormality judgment upper and lower limit table 24 in the same manner as the processing performed by the diagnostic function block 23A for each captured image, Evaluation by comparison with the upper and lower limit values and welding abnormality are determined (steps S105 to S109).

용접광 특징량의 통계량을 사용한 용접 시종에 있어서의 용접 이상 판정용의 용접 이상 판정 상하한 테이블 (24) 에는, 통계량 각각에 대응한 상하한값이 형성된다. 또, 용접 불량 판정에 사용하는 용접광 특징량과 그 통계량은, 어느 하나로 한정되어도 되고, 복수 선택되어도 된다.In the welding abnormality determination upper and lower limit table 24 for welding abnormality determination in the beginning and end of welding using the statistic of the welding light characteristic amount, the upper and lower limit values corresponding to each statistic are formed. Moreover, the characteristic quantity of the welding light used for welding defect determination, and its statistic may be limited to either one, and may be selected from a plurality.

<용접 경향 진단 기능><Welding tendency diagnosis function>

다음으로, 용접 경향 진단 기능 블록 (23C) 에 대해 설명한다. 도 11 은, 용접 경향 진단 기능 블록 (23C) 의 처리 플로우이다. 용접 경향 진단 기능 블록 (23C) 에서는, 먼저, 용접 상황 정보 데이터베이스 (28) 로부터, 임의의 용접 개수 M 분의 용접광 특징량의 통계량을 취득한다 (스텝 S400). 임의의 용접 개수 M 은, 비교적 다수로 하는 것이 바람직하다.Next, the welding tendency diagnosis function block 23C is demonstrated. 11 is a processing flow of the welding tendency diagnosis function block 23C. In the welding tendency diagnosis function block 23C, first, the statistic of the welding light characteristic quantity for the arbitrary welding number M is acquired from the welding situation information database 28 (step S400). The arbitrary number of welds M is preferably relatively large.

도 12 는, 취득한 임의의 용접 개수 M 분의 용접광 특징량의 통계량의 경향예를 나타낸다. 도 12 에는, 어느 용접광 특징량 C 의 통계량 C^d 가 도시되어 있다. 도 12 에는, 통계량 C^d 에 대한 용접 이상 판정 상한값 C^d _err1 과 용접 이상 판정 하한값 C^d _err2 와 용접 이상 경고 상한값 C^d _wrn1 과 용접 이상 경고 하한값 C^d _wrn2 와 회귀 직선 L_C ^d,_stat 이 예시되어 있다.12 : shows the trend example of the statistical quantity of the characteristic quantity of welding light for the acquired arbitrary number of welds M. FIG. 12 is provided with a statistic C ^d of any welding optical feature amount C is shown. In Figure 12, the determining at least the welding of the statistic C ^d the upper limit value C ^d _err1 and welding abnormality determining the lower limit value C ^d _err2 as welding or more warning upper limit value C ^d _wrn1 and welding at least a warning lower limit value C ^d _wrn2 the regression line L _C ^d, _stat is illustrated has been

다음으로, 취득한 용접 개수 M 분의 용접광 특징량의 통계량에 대해, 용접 상황 정보 데이터베이스 (28) 에서 정한 구분마다, 회귀 직선을 얻는다 (스텝 S401). 용접광 특징량의 통계량의 회귀 직선은, 하기 식 (21) 로 계산되어도 된다.Next, a regression line is obtained for each division determined in the welding state information database 28 with respect to the acquired statistical quantity of the weld light characteristic amount for the number of welds M (step S401). The regression line of the statistic of the welding light characteristic amount may be calculated by the following formula (21).

여기서, feat 는 용접광 (L_w1) 의 특징이고, stat 는 통계량이고, a_feat,_stat 는 회귀 직선의 기울기이고, b_feat,_stat 는 회귀 직선의 절편이다.Here, feat is the characteristic of the welder (L _w1 ), stat is a statistic, a _feat , _stat is the slope of the regression line, and b _feat , _stat is the intercept of the regression line.

이로써, 회귀 직선의 기울기가 얻어진다 (스텝 S402). 얻어진 회귀 직선의 기울기로부터, 용접광 (L_w1) 의 특징의 장기 경향을 평가·진단한다. 촬영 화상마다 진단 기능 블록 (23A) 및 용접 완료 후 진단 기능 블록 (23B) 과 동일하게, 용접 이상 판정 상하한값을 미리 정한 용접 이상 판정 상하한 테이블 (24) 로부터, 용접광 (L_w1) 의 특징, 통계량에 대응하는 용접 경향에 대한 용접 이상 판정 상하한값의 상하한값을 취득한다 (스텝 S403).Thereby, the slope of the regression line is obtained (step S402). From the inclination of the obtained regression straight line, the long-term tendency of the characteristic of _{welding light L w1 is evaluated and diagnosed.} Similar to the diagnostic function block 23A and the post-welding diagnostic function block 23B for each captured image, from the welding abnormality determination upper and lower limit table 24 in which the welding abnormality determination upper and lower limit values are previously set, the characteristics of the _{welding light L w1} , the upper and lower limits of the welding abnormality determination upper and lower limits for the welding tendency corresponding to the statistic are acquired (step S403).

회귀 직선의 기울기가 용접 경향 이상에 있어서의 용접 이상 판정 상하한값의 상하한값을 초과한 경우, 제 1 조건이 성립하고 있다 (스텝 S404). 용접 시간의 새로운 용접으로부터 P 개 거슬러 올라간 개수분의 용접광 (L_w1) 의 특징이, 용접 이상 판정 상하한값의 상하한값을 초과하고 있는 경우, 제 2 조건이 성립하고 있다 (스텝 S405). 이들 제 1 조건과 제 2 조건의 양방이 성립했을 경우, 용접광 (L_w1) 의 특징에 관한 경향에 장기적인 변화가 있다고 진단된다. 진단 결과는 외부에 통지된다 (스텝 S406).When the inclination of the regression line exceeds the upper and lower limits of the welding abnormality determination upper and lower limits in the welding tendency abnormality, the 1st condition is satisfied (step S404). _{When the characteristic of the number of welding lights L w1 for the number} of times backward from the new welding of the welding time exceeds the upper and lower limits of the welding abnormality determination upper and lower limits, the second condition is satisfied (step S405 ). When both of these 1st conditions and 2nd conditions are satisfied, it is diagnosed that there exists a long-term change in the tendency regarding the characteristic of _{welding light L w1.} The diagnosis result is notified externally (step S406).

예를 들어, 장기적인 사용에 의한 용접부 이면 촬영 카메라 (14) 의 렌즈의 오염은, 용접광 (L_w1) 의 진원도의 경향 변화를 파악하면 된다. 또, 용접광 특징량은, 용접광 (L_w1) 의 면적 혹은 둘레 길이를 포함하고 있다. 이들 용접광 특징량의 경향 변화에 있어서의 회귀 직선의 기울기가 감소 경향이 있으면, 용접 출력에 있어서의 이상의 우려가 있는 것을 알 수 있다. 특히, 용접 시스템이, 레이저 용접인 경우에는, 레이저 출력원의 보호 유리가 오염되어 있을 가능성을 시사할 수도 있다.For example, what is necessary is just to grasp|ascertain the tendency change of the roundness of _{welding light L w1 about} the contamination of the lens of the welding part back surface imaging camera 14 by long-term use. In addition, the welding light characteristic amount includes the area or the circumferential length of the _{welding light L w1 .} It turns out that there exists a possibility of abnormality in a welding output when the inclination of the regression line in the tendency change of these welding light characteristic amounts has a decreasing tendency. In particular, when a welding system is laser welding, it may suggest possibility that the protective glass of a laser output source is contaminated.

제 2 실시형태.Second embodiment.

다음으로, 제 2 실시형태에 대해 설명한다. 또한, 제 1 실시형태와 중복되는 지점은 설명을 생략한다. 제 1 실시형태에서는, 여러 가지 용접 이상 판정 상하한값을 미리 설정한 수치로서 취득하고, 용접 이상 판정에 사용하고 있다. 이에 대해, 제 2 실시형태에서는, 여러 가지 용접 이상 판정 상하한값을 계산에 의해 구한다.Next, the second embodiment will be described. In addition, the point overlapping with 1st Embodiment is abbreviate|omitted description. In 1st Embodiment, various welding abnormality determination upper and lower limits are acquired as a preset numerical value, and are used for welding abnormality determination. On the other hand, in 2nd Embodiment, various welding abnormality determination upper and lower limits are calculated|required by calculation.

<촬영 화상마다 진단 기능><Diagnosis function for each captured image>

제 2 실시형태에 있어서의 촬영 화상마다 진단 기능 블록 (23A) 을, 도 13a 와 도 13b 의 조합으로 나타낸다. 편의상, 도 13a 와 도 13b 를 종합하여 도 13 이라고 칭하는 경우가 있다.A diagnostic function block 23A for each captured image in the second embodiment is shown by a combination of FIGS. 13A and 13B . For convenience, FIGS. 13A and 13B may be collectively referred to as FIG. 13 .

촬영 화상마다 진단 기능 블록 (23A) 에서는, 임의의 화상 매수 구간 R 에 있어서 취득한 용접광 특징량으로부터, 용접광 특징량의 1 차 미분 성분을 계산하고 (요컨대, 구간 R 에 있어서의 용접광 특징량의 구배이다), 그 변화에 의해, 용접의 양불량을 평가·진단한다. 여기서, R 은, 1 회의 용접의 시종 사이에서, 비교적 긴 구간으로 하면 된다. 또, 제 1 실시형태에서도 설명한 바와 같이, 시시각각 취득한 용접부 이면 촬영 카메라 화상 (19) 으로부터 얻어진 용접광 특징량은, 여러 가지 외란에 의한 극단적인 수치의 출력도 있기 때문에, 다른 임의의 화상 매수 구간 (F^d _r) 에서 평활화된 용접광 특징량을 사용하여, 1 차 미분을 계산해도 된다. 단, 이 경우, R > F^d _r 로 할 필요가 있다.The diagnostic function block 23A for each captured image calculates the first differential component of the weld light feature amount from the weld light feature amount acquired in the arbitrary number of images section R (that is, the welding light feature amount in the section R) is the gradient of ), and the quality of welding is evaluated and diagnosed by the change. Here, R should just be a comparatively long section between the beginning and the end of one welding. Also, as described in the first embodiment, since the welding light feature quantity obtained from the back-side camera image 19 of the welding part acquired every moment also outputs extreme numerical values due to various disturbances, other arbitrary number of images section ( The first derivative may be calculated using the weld light feature amount smoothed in ^{F d} _{r ).} However, in this case, it is necessary to set it as ^{R > F d} _r.

도 13 에서는, 전술한 스텝 S101 ∼ S104 의 처리가 실행된 후, 스텝 S500 에서 화상 매수 카운트용의 식별자 FrmCnt 와, 소정값 R 이 비교된다. 도 13 의 스텝 S503 의 앞까지는, 제 1 실시형태와 동일한 처리를 한다. 스텝 S503 에서는, R 에 있어서, 용접광 특징량을 취득한다. 취득한 용접광 특징량은, 임의의 화상 취득 구간 F^dr 에서 평활화되어도 된다 (스텝 S504).In Fig. 13, after the processing of steps S101 to S104 described above is executed, the identifier FrmCnt for counting the number of images is compared with the predetermined value R in step S500. Up to step S503 in FIG. 13 , the same processing as in the first embodiment is performed. In step S503, the characteristic amount of a welding light is acquired in R. The acquired welding light feature amount may ^{be smoothed in any image acquisition section F d} r (step S504 ).

취득한 용접광 (L_w1) 의 특징 (여기서는, Y(f) 로 한다) 으로부터, 1 차 미분 성분을, 예를 들어, 최소 이승법 등에 의해 구한다 (스텝 S505). 이 계산이 시시각각 적용되어, 가장 가까운 구배 Qk 와 하나 앞의 구배 Q_k-1 이 계산된다. 구배 Qk 는, 가장 가까운 화상 매수 구간 위치 k 에 있어서의 용접광 특징량의 구배이고, 하기 식으로 계산된다.From the characteristics of the acquired welding light L _w1 (herein, it is set as Y(f)), a primary differential component is calculated|required by the least squares method etc., for example (step S505). This calculation is applied moment by moment, and the nearest gradient Qk and one preceding gradient Qk _-1 are calculated. The gradient Qk is the gradient of the feature amount of the welding light at the nearest image number section position k, and is calculated by the following formula.

구배 Q_k _-1 은, 하나 앞의 화상 매수 구간 위치 k-1 에 있어서의 용접광 특징량의 구배이고, 하기 식으로 계산된다.The gradient Q _k ₋₁ is a gradient of the feature amount of the welding light in the previous image number section position k-1, and is calculated by the following formula.

가장 가까운 구배 Qk 와 그 하나 앞의 구배 Q_k-1 이 비교된다. 여기서, 화상 매수 구간 위치 k 는, 1 회의 용접의 시종에 있어서의 화상 매수 구간 위치의 수 (k = 0 to K (K = F/R, F : 용접 종료 화상)) 이다.The nearest gradient Qk and the gradient Q _k-1 preceding it are compared. Here, the image number section position k is the number of image number section positions (k = 0 to K (K = F/R, F: welding finished image)) in the beginning and end of one welding.

용접광 특징량의 구배의 취득예를 도 14 에 나타낸다. 화상 매수 구간 위치 k, k-1, k-2 각각과, 위치 k 에 있어서의 구배 Q_k 와, 위치 k-1 에 있어서의 구배 Q_k-1 이 도시되어 있다.An example of obtaining the gradient of the characteristic amount of welding light is shown in FIG. 14 . An image number section where k, k-1, gradient of Q _k-1 in the k-2, respectively, and Q _k and a gradient, where k-1 at the position k are shown.

이들 구배의 차가 임의의 임계값 (D_grad) 을 초과했을 경우에, 용접광 특징량에 유의한 변화가 생겼다고 판정된다 (스텝 S506). 이 경우, 관리자에게 용접 이상을 통지한다 (스텝 S109).When the difference of these gradients _{exceeds an arbitrary threshold value D grad} , it is determined that a significant change has arisen in the characteristic amount of a welding light (step S506). In this case, the welding abnormality is notified to the manager (step S109).

제 2 실시형태에 있어서의 용접 완료 후 진단 기능 블록 (23B) 에서는, 품질 관리 수법의 하나인 관리도를 적용한다. 관리도에서는, 일반적으로, 상방 관리 한계 및 하방 관리 한계를 3σ (σ : 표준 편차) 로 하여, 그것들을 초과했을 경우에 이상으로 판정한다.In the post-welding diagnosis function block 23B in the second embodiment, a control chart, which is one of the quality control methods, is applied. In the control chart, generally, the upper control limit and the lower control limit are 3σ (σ: standard deviation), and when they are exceeded, it is determined as abnormal.

제 2 실시형태에 있어서의 용접 완료 후 진단 기능 블록 (23B) 에서는, 정상적으로 용접이 완료했을 경우의 용접광 특징량을 사용하여, 시계열마다 용접광 특징량에 대한 상방 관리 한계 및 하방 관리 한계를 계산한다. 이들의 관리 한계를 용접 이상 판정 상하한값으로서 사용하여, 용접의 양불량을 진단한다.In the post-welding diagnostic function block 23B according to the second embodiment, the upper control limit and the lower control limit for the weld light feature amount for each time series are calculated using the weld light feature amount when welding is normally completed. do. These control limits are used as the upper and lower limits of the welding abnormality determination, and the welding quality or failure is diagnosed.

단, 용접마다, 용접의 양불량을 나타내는 부호를 미리 부여해갈 필요가 있다. 이 부호의 부여는, 관리자가 실시해도 되고, 제 1 실시형태에 있어서의 진단 수법의 결과로서 실시되어도 되고, 다른 용접 양불량 판정 설비 (예를 들어, 비드 검사 장치 등) 에 의해 실시되어도 된다.However, it is necessary to attach in advance the code|symbol which shows the good or bad of welding for every welding. Assignment of this code|symbol may be implemented by an administrator, may be implemented as a result of the diagnostic method in 1st Embodiment, and may be implemented by other welding quality or defect determination equipment (for example, a bead inspection apparatus etc.).

도 15a 및 도 15b 는, 제 2 실시형태에 있어서의 용접 완료 후 진단 기능 블록 (23B) 의 플로우도이다. 도 15a 와 도 15b 를 종합하여 도 15 라고 칭하는 경우가 있다. 용접 완료 후, 용접이 정상이었을 경우의 용접 개수가, N^d 개 이상인지의 여부를 확인한다 (스텝 S600).15A and 15B are flowcharts of the post-welding diagnostic function block 23B in the second embodiment. 15A and 15B may be collectively referred to as FIG. 15 . After welding is completed, it is checked whether the number of welds in the case of normal welding is N ^d or more (step S600).

N^d 개를 하회하는 경우에는, 제 1 실시형태에 있어서의 용접 완료 후 진단 기능 블록 (23B) 과 동일한 처리를 한다.When less than N ^d pieces, the same process as that of the diagnostic function block 23B after welding in 1st Embodiment is performed.

N^d 개 이상인 경우, 용접이 정상인 용접 개수 중, 임의의 용접 개수 M^d 개에 있어서의 용접광 특징량이 취득된다 (스텝 S601).In the case of N ^d or more, the welding light feature amount in an ^{arbitrary number of welds M d} among the number of normal welds is acquired (step S601).

수집된 용접광 특징량으로부터, 화상 매수마다 상방 관리 한계 및 하방 관리 한계를 계산한다 (스텝 S602). 상방 관리 한계 및 하방 관리 한계는, 예를 들어, 슈하르트 관리도에 있어서의 상방 관리 한계 및 하방 관리 한계의 정의 (JIS Z 9020-2 : 2016 관리도-제 2 부 : 슈하르트 관리도) 에 따라 계산되어도 된다. 구체적으로는, 이하의 식 (22) ∼ (25a) 및 (25b) 가 사용되어도 된다.From the collected welding light feature amount, an upper control limit and a lower control limit are calculated for each number of images (step S602). The upper control limit and the lower control limit are, for example, according to the definition of the upper control limit and the lower control limit in the Schhardt chart (JIS Z 9020-2: 2016 control chart - Part 2: Schhardt chart) may be calculated. Specifically, the following formulas (22) to (25a) and (25b) may be used.

상방 관리 한계 UCL_i 는, 하기 식 (22) 로 계산되어도 된다. 하방 관리 한계 LCL_i 는, 하기 식 (23) 으로 계산되어도 된다. 정규화된 화상 매수 i 에 있어서의 용접광 (L_w1) 의 특징의 평균값은, 하기 식 (24) 로 계산되어도 된다. 정규화된 화상 매수 i 에 있어서의 용접광 (L_w1) 의 특징의 표준 편차는, 하기 식 (25a) 로 계산되어도 된다.The upper control limit UCL _i may be calculated by the following formula (22). The downward control limit LCL _i may be calculated by the following formula (23). _{The average value of the characteristics of the welding light L w1} in the normalized number of images i may be calculated by the following formula (24). _{The standard deviation of the characteristic of the welding light L w1} in the normalized number of images i may be calculated by the following formula (25a).

여기서, i 는 정규화된 화상 매수 (i = 0 to I^d) 이다.Here, i is the normalized number of images (i = 0 to I ^d ).

는, 정규화된 화상 매수 i 에 있어서의, 정상적으로 용접이 완료된 용접 개수 M^d 개의 평균값이다.

is the average value of the ^{number of welds M d in which} welding is normally completed in the normalized number of images i.

σ_i 는, 정규화된 화상 매수 i 에 있어서의 용접 개수 M^d 개의 표준 편차이다. 화상 매수는, 각각의 용접의 조건에 따라 상이한 경우가 있으므로, 정규화된 화상 매수에 대응하는 용접광 특징량을, 근사값 등에서 얻어서 보완해도 된다. 이 경우, 예를 들어, 단순한 선형 보완을 사용해도 되고, 스플라인 함수에 의한 보완 등을 사용해도 된다.σ _i is the standard deviation of the ^{number of welds M d} in the normalized number of images i. Since the number of images may differ depending on the conditions of each welding, the welding light feature quantity corresponding to the normalized number of images may be supplemented by obtaining an approximate value or the like. In this case, for example, simple linear complementation may be used, or complementation by a spline function or the like may be used.

또, 여기서는, 상방 관리 한계 및 하방 관리 한계를 3σ 로 하고 있다. 그러나, 변형예로서, 3σ 가 아니라 2σ 등으로 해도 되고, 상하한의 설정을 변경해도 된다.In addition, the upper control limit and the downward control limit are made into 3σ here. However, as a modification, not 3σ but 2σ or the like, the setting of the upper and lower limits may be changed.

또, 상방 관리 한계 및 하방 관리 한계는, 용접 이상 판정 상하한 테이블 (24) 과 동일한 구분마다 설정해도 된다. 용접 이상 판정 상하한 테이블 (24) 의 구분은, 용접 제어 정보 수집부 (22) 의 용접 조건 설정 정보로부터 얻어지는 선행재 (9a) 및 후행재 (9b) 의 강종, 선행재 (9a) 와 후행재 (9b) 의 평균 판두께, 선행재 (9a) 와 후행재 (9b) 의 간극의 설정값 등이다.Moreover, you may set an upper control limit and a lower control limit for every division similar to the welding abnormality determination upper and lower limit table 24. The division of the welding abnormality determination upper and lower limit table 24 is the steel type of the preceding material 9a and the succeeding material 9b obtained from the welding condition setting information of the welding control information collecting unit 22, and the preceding material 9a and the succeeding material. The average plate thickness of (9b), the set value of the gap between the preceding member 9a and the succeeding member 9b, and the like.

얻어진 상방 관리 한계 및 하방 관리 한계가 용접 이상 판정 기준으로서 세트됨으로써, 용접의 양불량의 판정에 사용된다 (스텝 S603). 즉, 상방 관리 한계 및 하방 관리 한계를 초과한 점수가 많은 경우, 용접 이상으로 판정하고, 관리자에게 용접 이상을 통지한다.The obtained upper control limit and lower control limit are set as welding abnormality determination criteria, and are used for determination of good or bad welding quality (step S603). That is, when there are many scores which exceeded an upper control limit and a lower control limit, it determines with welding abnormality, and notifies a welding abnormality to a manager.

용접광 특징량과 각 시계열에 해당하는 상방 관리 한계 및 하방 관리 한계의 예를 도 16 에 나타낸다. 도 16 에는, 어느 용접광 특징량 D 의 상방 관리 한계 D_m1 과, 하방 관리 한계 D_m2 가 도시되어 있다. 제 1 용접예 D_ex1 은, 상방 관리 한계 D_m1 을 초과했을 경우를 예시하고 있다. 제 2 용접예 D_ex2 는, 정상적으로 용접이 완료한 예이다. 또한 정규화된 화상 매수 i 는 I^d 이다.An example of the upper control limit and the lower control limit corresponding to the characteristic quantity of welding light and each time series is shown in FIG. 16 , the upper control limit D _m1 and the lower control limit D _m2 of a certain welding light feature amount D are shown. 1st welding example D _ex1 has illustrated the case where the upper control limit D _{m1 is exceeded.} The second welding example D _ex2 is an example in which welding is normally completed. Also, the normalized number of images i is I ^d .

<용접 경향 진단 기능><Welding tendency diagnosis function>

제 2 실시형태에 있어서의 용접 경향 진단 기능 블록 (23C) 에서는, 제 2 실시형태에 있어서의 용접 완료 후 진단 기능 블록 (23B) 과 동일하게, 관리도에 있어서의 상방 관리 한계 및 하방 관리 한계를 용접 이상 판정 상하한값에 사용한다.In the welding tendency diagnosis function block 23C in the second embodiment, similarly to the post-welding diagnosis function block 23B in the second embodiment, the upper control limit and the lower control limit in the control chart are welded. It is used for the upper and lower limits of abnormal judgment.

도 17a 및 도 17b 는, 제 2 실시형태에 있어서의 용접 경향 진단 기능 블록 (23C) 의 처리에 관한 플로우도를 나타낸다. 도 17a 와 도 17b 를 종합하여 도 17 이라고 칭하는 경우가 있다. 제 2 실시형태에서는, 용접 완료 후 진단 기능 블록 (23B) 이, 정상적으로 용접이 완료한 개수가 N^d 개 이상인지의 여부를 판정한다 (스텝 S600).17A and 17B are flowcharts relating to the processing of the welding tendency diagnosis function block 23C in the second embodiment. 17A and 17B are collectively referred to as FIG. 17 in some cases. In the second embodiment, the post-welding diagnostic function block 23B ^{determines whether the number of normally completed welding is N d} or more (step S600).

정상적으로 용접이 완료한 개수가 N^d 개 이상인 경우에는, 용접이 정상인 용접 개수 중, 임의의 용접 개수 M^d 개에 있어서의 용접광 특징량의 통계량이 취득된다 (스텝 S601). 또한, 취득한 통계량으로부터, 상방 관리 한계 및 하방 관리 한계가 계산된다 (스텝 S702). 이들의 관리 한계가 용접 이상 판정 기준으로서 세트된다 (스텝 S603). 그 후, 도 11 의 플로우도와 동일하게 스텝 S400 ∼ S406 의 처리가 실행된다.When the number of normally welded is N ^d or more, among the number of normal welds, the statistic of the characteristic amount of the weld light in an ^{arbitrary number of welds M d is acquired (step S601 ).} Further, an upper control limit and a lower control limit are calculated from the acquired statistic (step S702). These control limits are set as welding abnormality determination criteria (step S603). Thereafter, the processing of steps S400 to S406 is executed similarly to the flowchart of Fig. 11 .

즉, 도 18 과 같이, 어느 용접 개수에 대해 상방 관리 한계 D^d _mx1 및 하방 관리 한계 D^d _mx2 가 일의적으로 정해진다. 얻어진 상방 관리 한계 D^d _mx1 및 하방 관리 한계 D^d _mx2 를 용접 이상 판정 상하한값에 사용하여, 용접의 양불량을 평가한다.That is, as shown in FIG. 18 , the upper control limit D ^d _mx1 and the lower control limit D ^d _mx2 are uniquely determined for a certain number of welds. The obtained upper control limit D ^d _mx1 and the lower control limit D ^d _mx2 are used for welding abnormality determination upper and lower limits, and the quality of welding is evaluated.

또한, 용접 이상 판정 상하한값의 결정 방법의 하나로서, 관리도로부터 얻어지는 상방 관리 한계 및 하방 관리 한계를 나타냈지만, 반드시 이것에 한정되는 것은 아니며, 예를 들어, 패턴 인식과 같은 수법을 사용해도 된다.In addition, although the upper control limit and the lower control limit obtained from a control chart were shown as one of the determination methods of welding abnormality determination upper and lower limit, it is not necessarily limited to this, For example, you may use a method like pattern recognition.

이 경우, 어느 용접 개수 M^dd 에 있어서, 용접마다 얻어지는 용접광 특징량간의 거리를 계산하여, 그 거리도 기초하여, 정상적으로 용접이 완료했을 경우와, 용접 이상이 되었을 경우의 경계를 구한다. 여기서, 용접 개수 M^dd 는, 용접의 양불량에 상관없이 용접이 완료한 개수이다. 용접마다 얻어진 각 용접광 특징량 사이의 거리는, 예를 들어, 평균 제곱 오차 등으로 구해도 되고, 예를 들어 이하의 식 (26) 으로 계산되어도 된다.In this case, in a certain number of welds M ^dd , the distance between the weld light feature quantities obtained for each welding is calculated, and based on the distance, the boundary between the case where welding is normally completed and the case where welding is abnormal is calculated|required based on the distance. Here, the number of welds M ^dd is the number of completed welding irrespective of whether the welding is good or bad. The distance between each welding light feature amount obtained for each welding may be calculated|required by a mean square error etc., for example, and may be calculated, for example by the following Formula (26).

여기서, d_s,t 는, 용접 개수 M^dd 내의 s 번째의 용접에 있어서의 용접광 특징량과 t 번째의 용접에 있어서의 용접광 특징량 사이의 거리 (s > t, s, t = 1 to M^dd) 이다. 평균 제곱 오차는, 일례로서, 다른 방법에 의해 특징량간의 거리를 계산해도 된다. 정상적으로 용접이 완료했을 경우와, 용접 이상이 되었을 경우의 경계를 기초로, 용접의 양불량을 판정한다.Here, d _s,t is the distance between the weld light feature in the s-th welding and the weld light feature in the t-th welding within the number of welds M ^{dd (s > t, s, t = 1 to} M ^dd ). As an example, the mean square error may calculate the distance between feature quantities by another method. Based on the boundary between the case where welding is normally completed and the case where welding is abnormal, the quality of welding is judged.

경계를 구하는 방법에는, 여러 가지 기계 학습을 사용해도 된다. 예를 들어, 서포트 벡터 머신이나 뉴럴 네트워크 등을 사용하여, 정상적으로 용접이 완료했을 경우와 용접 이상이 되었을 경우의 경계를 구해도 된다.Various types of machine learning may be used for the method of calculating the boundary. For example, using a support vector machine, a neural network, or the like, the boundary between the case where welding is normally completed and the case where welding is abnormal may be obtained.

제 3 실시형태.Third embodiment.

제 3 실시형태에서는, 촬영 화상마다 진단 기능 블록 (23A) 이, 용접 공정의 개시로부터 종료까지의 사이에 시시각각 촬영한 화상마다 계산한 용접 상황을 진단하기 위한 용접광 특징량으로부터 용접의 제어 출력의 정보를 보정한다.In the third embodiment, the diagnostic function block 23A for each captured image selects the welding control output from the welding light feature quantity for diagnosing the welding condition calculated for each image captured every moment from the start to the end of the welding process. Correct the information.

제어 출력에는, 용접 헤드 (12) 에 공급되는 전력이나, 용접 헤드 (12) 의 이동 속도, 갭이 있다. 예를 들어, 용접 시스템이, 아크 용접이었을 경우, 용접 토치의 이송 속도가 보정 대상에 포함되어도 된다. 다른 각종 제어 출력이 보정 대상으로 되어도 된다. 이들의 제어 출력은, 용접 시스템 (10) 에 있어서의 「용접 조건 설정값」 이다.The control output includes electric power supplied to the welding head 12 , the moving speed of the welding head 12 , and a gap. For example, when a welding system is arc welding, the feed rate of a welding torch may be included in a correction object. Other various control outputs may be subjected to correction. These control outputs are "welding condition setting values" in the welding system 10 .

제 3 실시형태에 대해, 도 19a 와 도 19b 의 조합에 의해 설명한다. 도 19a 와 도 19b 를 종합하여 도 19 라고 칭하는 경우가 있다. 또한, 제 1 실시형태 및 제 2 실시형태와 중복되는 지점은 언급하지 않는다.A third embodiment will be described with reference to a combination of Figs. 19A and 19B. 19A and 19B may be collectively referred to as FIG. 19 . In addition, points overlapping with the first and second embodiments are not mentioned.

도 19 의 플로우도에서는, 도 8 에서 서술한 것과 동일하게, 스텝 S100 ∼ S104 및 스텝 S200 ∼ S204 가 실행된다. 제 3 실시형태에 있어서의 촬영 화상마다 진단 기능 블록 (23A) 에서는, 취득한 용접부 이면 촬영 카메라 화상 (19) 으로부터 얻어진 용접광 특징량과, 일치하는 화상 매수에 있어서의, 용접 개수 W 개분의 용접광 특징량의 평균값의 차로부터, 용접의 제어 출력의 정보에 대한 보정량을 계산하여, 대상의 제어 출력에 보정을 가한다 (스텝 S800 ∼ S802). 이 때, 제어 대상에 대한 보정량은, 예를 들어, 이하의 식 (27) 의 계산식으로 부여되어도 된다.In the flowchart of FIG. 19 , steps S100 to S104 and steps S200 to S204 are executed similarly to those described in FIG. 8 . In the diagnosis function block 23A for each captured image in the third embodiment, the welding light feature amount obtained from the acquired welding part backside capture camera image 19 and the number of images coincident with the number of welds W equal to the number of welding lights From the difference between the average values of the feature quantities, a correction amount for the information of the welding control output is calculated, and the correction is applied to the target control output (steps S800 to S802). At this time, the correction amount for the control target may be given by the calculation formula of the following formula (27), for example.

여기서, α_s 는, 대상의 제어 출력에 대한 보정 계수이다. cur 은, 당해 용접에 있어서의 용접 개시로부터의 화상 매수이다. f_match 는, cur 과 일치하는 화상 매수이다.Here, α _s is a correction coefficient for the target control output. cur is the number of images from the start of welding in the welding. f _match is the number of images that match cur.

예를 들어, 대상의 제어 출력을, 용접 헤드 (12) 에 공급되는 전력으로 한다. 이 때, 용접광 특징량의 하나로서, 예를 들어 면적을 사용한다. 이 면적이, 어느 시각 cur^d 에 있어서, f_match ^d 에 있어서의 용접광 (L_w1) 의 면적의 용접 개수 W 개의 평균값보다 작아졌을 경우를 상정한다. 이 경우, 용접광 (L_w1) 의 면적을 일정하게 하도록, 용접 헤드 (12) 에 공급되는 전력을, 보정량분만큼 크게 해도 된다.For example, let the target control output be the electric power supplied to the welding head 12. At this time, an area is used as one of the characteristic quantities of a welding light, for example. It is assumed that this area becomes smaller than the average value of the number of welds W of the area of the welding light L _w1 in f _match ^d at a certain time cur ^d. In this case, the electric power supplied to the welding head 12 may be enlarged only by the correction amount so that the area of _{welding light L w1 may be made constant.}

예를 들어, 대상의 제어 출력을, 용접 헤드 (12) 의 이동 속도로 한다. 이 때, 용접광 특징량의 하나로서, 예를 들어 둘레 길이를 사용한다. 이 둘레 길이가, 어느 시각 cur^dd 에 있어서, f_match ^dd 에 있어서의 용접광 (L_w1) 의 둘레 길이의 용접 개수 W 개의 평균값보다 작아졌을 경우를 상정한다. 이 경우, 용접광 (L_w1) 의 둘레 길이를 일정하게 하도록, 용접 헤드 (12) 의 이동 속도를, 보정량분 느리게 해도 된다.For example, let the target control output be the moving speed of the welding head 12. At this time, as one of the characteristic quantities of a welding light, the perimeter length is used, for example. It is assumed that this circumferential length becomes smaller than the average value of the number of welds W of the circumferential length of the welding light L _w1 in f _match ^dd at a certain time cur ^dd. In this case, you may make the moving speed of the welding head 12 slow for a correction amount so that the circumferential length of _{welding light L w1 may be made constant.}

또, 제어 출력에 대한 보정 계수는, 용접 제어 정보 수집부 (22) 로부터 얻어지는 용접 조건을 설정하기 위해서 사용되는 정보로부터 얻어지는 선행재 (9a) 및 후행재 (9b) 의 강종, 선행재 (9a) 와 후행재 (9b) 의 평균 판두께, 선행재 (9a) 와 후행재 (9b) 의 간극의 설정값 등을 구분으로 하는 용접 이상 판정 상하한 테이블 (24) 과 동일한 구분마다 형성하는 것이 바람직하다. 또한, 대상의 제어 출력은, 반드시 1 개인 것은 아니며, 복수로 해도 된다.Further, the correction coefficient for the control output is the steel type of the preceding material 9a and the succeeding material 9b obtained from the information used for setting welding conditions obtained from the welding control information collecting unit 22, and the preceding material 9a. It is preferable to form for each division the same as the welding abnormality determination upper and lower limit table 24, which divides the average plate thickness of the and the succeeding material 9b, the set value of the gap between the preceding material 9a and the succeeding material 9b, etc. . In addition, the target control output is not necessarily one, and it is good also as a plurality.

시시각각의 용접광 특징량을 기초로, 제어 출력에 보정량을 더하지만, 용접광 (L_w1) 의 특징이, 용접 이상 경고 상하한값을 초과한 경우에는, 제 1 실시형태와 동일하게, 관리자에게 경고 통지한다. 또한, 용접 이상 판정 상하한값을 초과한 경우에는, 용접 이상을 통지한다.A correction amount is added to the control output based on the moment-by-minute characteristic amount of the welding light, but when _{the characteristic of the welding light L w1} exceeds the welding abnormality warning upper and lower limits, similarly to the first embodiment, a warning is issued to the manager notify Moreover, when a welding abnormality determination upper and lower limit is exceeded, a welding abnormality is notified.

이상 설명한 바와 같이, 실시형태에 관련된 용접 이상 진단 장치 (20) 는, 피용접재 (9) 의 이면을 촬영한 영상으로부터 얻어진 용접시의 발광 (즉 용접광) 의 특징을 이용하여 용접 상황을 분석하고, 용접 중 및 용접 후에, 용접의 양불량을 판정한다. 용접 중에 판정한 용접의 양불량 상태로부터 용접 조건을 자동 조정하고, 그 후의 용접 상태를 양호로 한다. 또한, 용접 후에, 용접 중의 양불량 판정의 분석에 사용한 판단 기준과, 용접 조건을 이용하여, 용접 상황을 예측함과 함께, 용접 불량에서 기인하는 상황을 회피하기 위하여 관리자에게 조치 권고한다.As described above, the welding abnormality diagnosis apparatus 20 according to the embodiment analyzes the welding condition by using the characteristics of light emission (that is, welding light) during welding obtained from the image obtained by photographing the back surface of the material to be welded 9 . and determine whether welding is good or bad during and after welding. Welding conditions are automatically adjusted from the good or bad state of welding determined during welding, and the welding state after that is made favorable. In addition, after welding, the welding condition is predicted using the judgment criteria used for the analysis of the quality/failure determination during welding and the welding conditions, and measures are recommended to the manager in order to avoid the situation resulting from the welding defect.

또한, 실시형태에서는 피용접재 (9) 의 이면에 대해 용접광에 기초하는 용접 상황 진단이 적용되어 있지만, 피용접재 (9) 의 표면에 대해 실시형태의 용접 상황 진단이 적용되어도 된다.Moreover, although the welding condition diagnosis based on a welding light is applied with respect to the back surface of the to-be-welded material 9 in embodiment, the welding condition diagnosis of embodiment may be applied with respect to the surface of the to-be-welded material 9. FIG.

또한, 실시형태에 관련된 용접 이상 진단 장치 (20) 가 실행하는 각 플로우 차트의 처리 스텝을 방법 스텝으로서 바꾸어 읽음으로써 실시형태에 관련된 용접 이상 진단 방법이 제공되어도 된다.In addition, the welding abnormality diagnosis method which concerns on embodiment may be provided by changing and reading the process step of each flowchart performed by the welding abnormality diagnosis apparatus 20 which concerns on embodiment as a method step.

9 피용접재
9a 선행재
9b 후행재
10 용접 시스템
12 용접 헤드
13 용접부 표면 촬영 카메라
14 용접부 이면 촬영 카메라
15 제어 장치
16 출력 장치
19 용접부 이면 촬영 카메라 화상
20 용접 이상 진단 장치
21 용접부 촬영 카메라 화상 수집부
22 용접 제어 정보 수집부
23 용접 상황 진단부
23A 촬영 화상마다 진단 기능 블록
23B 용접 완료 후 진단 기능 블록
23C 용접 경향 진단 기능 블록
24 용접 이상 판정 상하한 테이블
25 용접 이상 알람부
26 용접 상황 출력부
27 용접 제어 정보 데이터베이스
28 용접 상황 정보 데이터베이스
A, C, D 용접광 특징량
C^d, D^d 통계량
A_err1, C^d _err1 용접 이상 판정 상한값
A_err2, C^d _err2 용접 이상 판정 하한값
A_wrn1, C^d _wrn1 용접 이상 경고 상한값
A_wrn2, C^d _wrn2 용접 이상 경고 하한값
B_d1 용접지
D_m1, D^d _mx1, UCL_i 상방 관리 한계
D_m2, D^d _mx2, LCL_i 하방 관리 한계
F^dr 화상 취득 구간
FrmCnt 화상 매수 식별자
L_C ^d 회귀 직선
L_w1 용접광
Q_k, Q_k-1 구배
x 폭 방향 화소 위치
y 방향 화소 위치9 Material to be welded
9a antecedents
9b trailing material
10 welding system
12 welding heads
13 Welding surface imaging camera
14 Welding back camera
15 control unit
16 output device
19 Welding part backside camera image
20 Welding abnormality diagnosis device
21 Welding part imaging camera image collection part
22 Welding control information collection unit
23 Welding Status Diagnosis Department
23A Diagnosis function block for each captured image
23B Diagnostic function block after welding is complete
23C Weld Trend Diagnostic Function Block
24 Welding abnormality judgment upper and lower limit table
25 Welding error alarm part
26 Welding status output
27 Welding Control Information Database
28 Welding situation information database
A, C, D Welding light characteristic quantity
C ^d , D ^d statistics
A _err1 , C ^d _{err1 Upper} limit for welding abnormality
A _err2 , C ^d _err2 Welding error judgment lower limit
A _wrn1 , C ^d _wrn1 Weld fault warning upper limit
A _wrn2 , C ^d _wrn2 Weld fault warning lower limit
B _d1 welding paper
D _m1 , D ^d _mx1 , UCL _i Upper control limit
D _m2 , D ^d _mx2 , LCL _i lower control limit
F ^d r image acquisition section
FrmCnt number of images identifier
L _C ^d regression line
L _w1 welding light
Q _k , Q _k-1 gradient
x width pixel position
y-direction pixel position

Claims

A camera system for photographing the back side of the material to be welded;
a welding part photographing camera image collecting unit that collects luminescent photographed images photographed by the camera system during welding of the welding material;
A welding control information collecting unit for collecting welding condition set values;
A welding condition diagnosis unit that calculates a welding light feature amount for diagnosing the welding condition of the material to be welded based on the light emission captured image and the welding condition set value, and determines whether welding is good or bad based on the welding light feature amount Welding abnormality diagnosis apparatus provided.

The method of claim 1,
The welding condition diagnosis unit includes a diagnosis means for each captured image,
The diagnosis means for each captured image calculates the welding light characteristic amount from the momentary light emission captured image obtained from the welding part photographing camera image collecting unit in the welding process for one welding step, and determines the welding light characteristic amount and the welding abnormality. Welding abnormality diagnosis device that determines whether welding is good or bad based on upper and lower limit values.

3. The method of claim 2,
For each of the captured images, the diagnosis means calculates the characteristic amount of the welding light from the moment by moment the light emission captured image obtained from the photographing camera image collecting unit for the welding portion in one welding step, and the welding light within a predetermined period. Welding abnormality diagnosis apparatus which judges good or bad welding quality by comparing the gradient of a characteristic quantity.

3. The method of claim 2,
Diagnosis means for each of the captured images corrects the welding condition setting value based on the moment-by-moment characteristic amount of the welding light obtained by the moment-by-moment luminescence captured images obtained from the one-piece photographing camera image collecting unit of the welding unit. Device.

The method of claim 1,
The welding condition diagnosis unit includes a diagnosis means after welding is completed,
The post-welding diagnosis means calculates a statistic from a plurality of the welding light feature quantities, and determines whether welding is good or bad based on the statistic and a welding abnormality determination upper/lower limit value.

6. The method of claim 5,
The welding abnormality diagnosis device is configured to determine the welding abnormality determination upper and lower limit values by using a statistical method based on the statistical amount.

6. The method of claim 5,
The welding abnormality diagnosis device is configured to determine the welding abnormality determination upper and lower limit values by using machine learning based on the statistic, and the welding abnormality diagnosis means after welding is completed.

The method of claim 1,
The welding condition diagnosis unit includes a welding tendency diagnosis means,
The welding tendency diagnosis means calculates a statistic from a plurality of the welding light feature quantities, and determines whether welding is good or bad based on a tendency of the statistic and a welding abnormality determination upper and lower limit value.

9. The method of claim 8,
The welding tendency diagnosis means determines the welding abnormality determination upper and lower limit values using a statistical method based on the statistic.

9. The method of claim 8,
The welding tendency diagnosis means determines the welding abnormality determination upper and lower limit values by using machine learning based on the statistic.