文献

J-GLOBAL ID：202102287471310754   整理番号：21A0613346

レーザ溶接の自動光学検査のための高性能深層学習アルゴリズム【JST・京大機械翻訳】

A High-Performance Deep Learning Algorithm for the Automated Optical Inspection of Laser Welding

著者 (7件)： Yang Yatao ,  Pan Longhui ,  Ma Junxian ,  Yang Runze ,  Zhu Yishuang ,  Yang Yanzhao ,  Zhang Li
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 3  ページ： 933  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 電気自動車と電力貯蔵応用からの強い需要のため,電池産業は急速に成長している。レーザ溶接は電池製造における重要なプロセスである。生産品質を制御するために,産業は,自動レーザ溶接の欠陥検査のための大きな要求を持った。最近,畳込みニューラルネットワーク(CNN)が,検出,認識,および分類のために大きな成功で適用されてきた。本論文では,Visual Geometric Group(VGG)モデルにおける転送学習理論と事前訓練アプローチを用いて,欠陥分類の効率を改善するために最適化VGGモデルを提案した。著者らのモデルを,電池製造ラインから撮影した画像を有する工業用コンピュータに適用し,99.87%の試験精度を達成した。本研究の主な寄与は以下の通りである。1)大規模画像データベース上で訓練された最適化VGGモデルはレーザ溶接の欠陥分類に使用できる。(2)事前訓練VGGモデルは,小さいモデルサイズ,低い故障陽性率,より短い訓練時間,および予測時間を有することを例証した。従って,それは産業環境における品質検査により適している。さらに,モデルの最適化と最適化を容易にするために,畳込み層と最大プール層を可視化した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  畳込み ,  電池 ,  故障 ,  電気自動車 ,  *レーザ溶接 ,  可視化 ,  欠陥検査 ,  生産ライン ,  深層 ,  品質検査 ,  コンピュータ ,  画像データベース ,  *学習アルゴリズム
準シソーラス用語： 畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 自動光学検査 ,  欠陥分類 ,  最適化VGGモデル ,  レーザ溶接 ,  畳込みニューラルネットワーク(CNN)

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

引用文献 (31件)：

• Lee, S.S.; Kim, T.H.; Hu, S.J.; Cai, W.W.; Abell, J.A. Joining Technologies for Automotive Lithium-Ion Battery Manufacturing: A Review. In Proceedings of the ASME 2010, International Manufacturing Science and Engineering Conference, Erie, PA, USA, 12-15 October 2010; pp. 541-549.
• Shawn Lee, S.; Hyung Kim, T.; Jack Hu, S.; Cai, W.W.; Abell, J.A.; Li, J. Characterization of Joint Quality in Ultrasonic Welding of Battery Tabs. J. Manuf. Sci. Eng. 2013, 135, 021004.
• Muhammad, J.; Altun, H.; Abo-Serie, E. A robust butt welding seam finding technique for intelligent robotic welding system using active laser vision. Int. J. Adv. Manuf. Technol. 2018, 94, 13-29.
• Thornton, M.; Han, L.; Shergold, M. Progress in NDT of resistance spot welding of aluminium using ultrasonic C-scan. NDT E Int. 2012, 48, 30-38.
• Lashkia, V. Defect detection in X-ray images using fuzzy reasoning. Image Vision Comput. 2001, 19, 261-269.

タイトルに関連する用語 (4件)： レーザ溶接 ,  高性能 ,  深層学習 ,  アルゴリズム