Глубокие нейронные сети для обнаружения дефектов при дуговой сварке плавящимся электродом в защитном газе

Сварка является одним из наиболее сложных промышленных процессов, поскольку ее трудно моделировать, контролировать и инспектировать. В частности, контроль качества имеет критическое значение, поскольку представляет собой сложную и трудоемкую процедуру. Цель данного исследования заключается в разработке системы оперативного контроля качества сварных изделий, изготовленных с использованием технологии дуговой сварки плавящимся электродом в защитном газе (GMAW), на основе нейронных сетей для ускорения процесса контроля. В частности, по результатам экспериментальных испытаний отклонения параметров сварки — таких как сила тока, напряжение и скорость сварки — от технологической спецификации процедуры сварки использовались для обучения полносвязной глубокой нейронной сети. Для каждого сварного шва в многопроходной сварочной процедуре метки были получены с помощью неразрушающего контроля, что позволило установить соответствие между дефектами сварки, такими как пористость и непровар, и параметрами процесса. Итоговые результаты показали точность классификации дефектов более 93% и время вывода менее 150 мс, что позволяет использовать данный метод в режиме реального времени. Кроме того, в рамках данной работы сети обучались для достижения более низкой частоты ложноположительных результатов при классификации на тестовых данных, что позволило сократить долю дефектных деталей среди деталей, отнесенных к категории бездефектных.