Моніторинг якості в зварюванні

Зварювання відноситься до так званих спеціальних процесів, для яких визначення відповідності кінцевої продукції ускладнене або економічно недоцільно. У відповідності до вимог міжнародним і галузевим стандартам, підприємства мають застосовувати такі процеси у найбільш сприятливих і стабільних умовах. Стабільність умов підтверджується застосуванням певних затверджених технологій зварювання, устаткування, атестованого персоналу. Однак, навіть в таких умовах можливі порушення умов реалізації технологічного процесу через неконтрольовані зовнішні впливи або вихід з ладу як зварювального устаткування, так і через порушення умов підготовки виробу під зварювання. При автоматизованому чи автоматичному виробництві такі порушення стають помітними тільки через деякий час, коли через періодичність вибіркового контролю накопичується велика кількість невідповідної продукції. Саме тому на часі є актуальним створення систем неперервного моніторингу відповідності умов зварювання встановленим вимогам.

Величезна кількість можливих факторів, що порушують перебіг технологічного процесу робить найбільш доцільним використання для виявлення порушень інформації безпосередньо з місця утворення зварного з'єднання. Таку інформацію можна дістати з аналізу енергетичних параметрів режиму — струму, напруги чи їх сукупності. Корисною інформацією в цьому випадку є не тільки загальна кількість енергії, витраченої на формування зварного з'єднання, але і динаміка виділення енергії в зоні зварювання. В цілому задача зводиться до аналізу форм осцилограм енергетичних параметрів режиму зварювання.

Найбільш доцільним інструментом аналізу в даному випадку є нейромережові системи штучного інтелекту. Штучні нейронні мережі є комп'ютерними моделями нейронної структури мозку, який головним чином, навчається з досвіду.

Тривала еволюція надала біологічному мозку багато якостей, що відсутні в сучасних комп'ютерах з архітектурою фон Неймана:

  • розподілене представлення інформації і паралельні обчислення;
  • здатність до навчання і здатність до узагальнення;
  • адаптивність;
  • толерантність до помилок
  • низьке енергоспоживання.

Здатність нейронної мережі навчатися на прикладах робить їх більш конкурентноспроможними у порівнянні із системами, які функціюють згідно жорстко визначеної системи правил, сформульованої експертами. Створення нейронної мережі полягає у визначенні її архітектури та навчанні для налаштування властивостей зв'язків між окремими нейронами для ефективного виконання спеціальної задачі.

Особливості навчання нейромережевих технологій полягають, перш за все, у тому, що потребують ретельної підготовки вхідних даних з урахуванням особливостей фізичних процесів, які відбуваються при утворенні з’єднання. Без цього неможливо досягнути адекватних поставленим цілям результатів.

Розроблені нейромережеві способи безперервного моніторингу технологічних процесів зварювання і стан зварювального устаткування дозволяють визначати порушення процесу в реальному часі. Способи ефективні для автоматизованих виробництв і дозволяють перевіряти відповідність умов перебігу технологічного процесу для кожного виробу. Пропонований підхід потребує стандартного обладнання (датчики струму та напруги, аналог-цифровий перетворювач, комп'ютер), типового програмного забезпечення та природного інтелекту науковця.

Науковцями кафедри розроблено низку способів моніторингу технологічних процесів декількох способів зварювання.

Розроблено спосіб безперервного моніторингу технологічних процесів виготовлення зварної конструкції стиковим зварюванням безперервним оплавленням забезпечують 100% визначення браку, який викликаний енергетичними та кінематичними збуреннями.

Спосіб дозволяє ідентифікувати причини виникнення браку при невідповідності швидкості переміщення рухомої плити з імовірністю 100%, при невідповідності напруги на вторинній обмотці трансформатора - з імовірністю 100% і невідповідності вильоту деталі - з вірогідність 96%.

Розроблено способи безперервного моніторингу технологічних процесів виготовлення зварної конструкції контактним точковим зварюванням, які забезпечують 98% визначення браку, який викликаний енергетичними і технологічними збуреннями.

Спосіб дозволяє ідентифікувати причини виникнення браку при зміні стану електрода з ймовірність 90%, при невідповідній підготовці поверхні деталі - з вірогідність 92%, при невідповідності зусилля стиснення - з вірогідність 96%.

Розроблено способи безперервного моніторингу технологічних процесів виготовлення зварної конструкції MAG зварюванням, які забезпечують 96% визначення браку, який викликаний енергетичними, кінематичними і технологічними збуреннями.

Спосіб дозволяє ідентифікувати причини виникнення браку при зміні вильоту електрода з імовірністю 95%, при перевищенні кромок - з імовірністю 92%, при зміні зазору - з імовірністю 96%, при відхиленні від лінії стику - з імовірністю 95%, при порушенні газового захисту - з ймовірністю 97%.

Українська