Jeżeli na obrazie z kamery spawalniczej widoczna jest anomalia, system AI może zostać wytrenowany do jej wykrywania. System sztucznej inteligencji rozpoznaje taką nieprawidłowość w sposób powtarzalny i generuje natychmiastowe alarmy, umożliwiając zespołowi naprawę wadliwego spoiny, zanim kolejne ściegi zakryją problem lub element trafi do dalszych etapów obróbki.
Jeśli dana niezgodność pojawi się ponownie, jest to sygnał dla zespołu, aby sprawdzić i zmodyfikować parametry procesu.
System AI może również automatycznie gromadzić zapisy wszystkich znanych anomalii, dając inżynierowi spawalnikowi możliwość analizy biblioteki niezgodności i dalszego udoskonalania algorytmów detekcji defektów wykraczających poza tolerancje. W praktyce oznacza to, że system uczy się i doskonali w trakcie użytkowania.
Podejście firmy Melttools do AI wykorzystuje wiedzę i doświadczenie inżynierów, aby utrzymać najwyższe standardy jakości. Ponieważ sztuczna inteligencja znacząco przewyższa tradycyjne systemy wizyjne w analizie złożonych i zmiennych obrazów (takich jak obrazy procesu spawania), można oczekiwać wyższej dokładności klasyfikacji niezgodności w szerokim zakresie przypadków.
Co więcej, narzędzie to może być wykorzystywane również w pokrewnych zastosowaniach poprzez ponowne trenowanie modelu – bez konieczności budowania systemu od podstaw za każdym razem.
Jeżeli defekt jest widoczny na obrazie z kamery, nasz system AI jest w stanie go wykryć. Do zbudowania systemu potrzebujemy jedynie nagrania wideo oraz specyfikacji projektu.
Przy rozważaniu zastosowania AI do identyfikacji cech geometrycznych kluczowe jest uwzględnienie celów inżynierii spawalniczej. Które cechy powinny być śledzone? W jakim zakresie geometrii spoin system ma pracować?
Preferowanym podejściem jest śledzenie punktów kluczowych (keypoint tracking). W porównaniu z klasycznymi technikami wizyjnymi metoda ta jest znacznie mniej wrażliwa na zmienność obrazu i na tyle inteligentna, aby działać na wielu różnych typach złączy spawanych.
System może być skonfigurowany do pomiaru odległości pomiędzy dowolnymi parami punktów oraz zaprojektowany w sposób adaptacyjny, uwzględniający zmienność szczepów i dopasowania elementów w procesie spawania. Obecnie inżynierowie z Melttools pracują nad opracowaniem systemu sterowania wykorzystującego wykrytą geometrię.
AI przewyższa tradycyjne systemy wizyjne w analizie złożonych i zmiennych obrazów, takich jak obrazy procesu spawania.
Dzięki zdolności uczenia się, AI zapewnia wyższą dokładność predykcji niż klasyczne metody wizyjne oraz umożliwia ciągłe doskonalenie systemu.
Jeden model AI może być opracowany do pracy z wieloma różnymi obrazami; na przykład w spawaniu wielościegowym ten sam model może wykrywać cechy od przetopu aż po lico spoiny.
Modele AI mogą być adaptowane do pokrewnych zastosowań przy umiarkowanym dodatkowym trenowaniu – nie ma potrzeby rozpoczynania od zera.
AI stwarza realne możliwości sterowania kluczowymi aspektami procesu spawania, np. pozycją drutu.
Kamery umożliwiają inspekcję wykraczającą poza możliwości ludzkiego oka, np. analizę szybkiej dynamiki procesu oraz obrazowanie w zakresach UV, IR czy promieniowania rentgenowskiego.
