文献

J-GLOBAL ID：202202216137224009   整理番号：22A0233689

2Dレーザスキャナによるスマート工場における自動溶接欠陥検出【JST・京大機械翻訳】

Automatic welding imperfections detection in a smart factory via 2-D laser scanner

著者 (10件)： Bologna Francesco (The BioRobotics Institute, Scuola Superiore Sant’Anna, Viale R. Piaggio 34, 56025 Pontedera (PI), Italy) ,  Bologna Francesco (Department of Excellence in Robotics and Artificial Intelligence, Scuola Superiore Sant’Anna, 56025 Pisa, Italy) ,  Bologna Francesco (Nuovo Pignone Tecnologie S.r.l., Baker Hughes Company, Via Felice Matteucci 2, 50127 Firenze (FI), Italy) ,  Tannous Michael (The BioRobotics Institute, Scuola Superiore Sant’Anna, Viale R. Piaggio 34, 56025 Pontedera (PI), Italy) ,  Tannous Michael (Department of Excellence in Robotics and Artificial Intelligence, Scuola Superiore Sant’Anna, 56025 Pisa, Italy) ,  Romano Donato (The BioRobotics Institute, Scuola Superiore Sant’Anna, Viale R. Piaggio 34, 56025 Pontedera (PI), Italy) ,  Romano Donato (Department of Excellence in Robotics and Artificial Intelligence, Scuola Superiore Sant’Anna, 56025 Pisa, Italy) ,  Stefanini Cesare (The BioRobotics Institute, Scuola Superiore Sant’Anna, Viale R. Piaggio 34, 56025 Pontedera (PI), Italy) ,  Stefanini Cesare (Department of Excellence in Robotics and Artificial Intelligence, Scuola Superiore Sant’Anna, 56025 Pisa, Italy) ,  Stefanini Cesare (Healthcare Engineering Innovation Center, Khalifa University, Abu Dhabi, United Arab Emirates)
資料名： Journal of Manufacturing Processes  (Journal of Manufacturing Processes)
巻： 73  ページ： 948-960  発行年： 2022年 
JST資料番号： W3312A  ISSN： 1526-6125  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 溶接欠陥検出は溶接品質を決定し,操作中の溶接継手の正しい機械的性能を保証するのに重要である。一般的検出技術のほとんどはオフラインで実行され,時間がかかり,オペレータスキルに強く依存している。本研究では,2つの新規自動オンライン溶接欠陥検出アプローチを,マルチパスガスタングステンアーク溶接プロセスにおける正方形溝上の2Dレーザスキャナで取得した認定および欠陥プロファイルを分類するために提示した。特に,Heuristicアルゴリズムを開発し,その分類のためのプロファイルの異なる幾何学的特徴を分析した。イタリア,マッサのBaker Hughes溶接実験室で作成された5つの溶接試験片について,Heuristicアルゴリズムを検証した。クーポンを走査し,その結果,プロファイルを手動でラベル付けした。Heuristicアルゴリズムは良好な性能を示し,F_1スコアは94.8%であった。さらに,多層フィードフォワードニューラルネットワークを訓練し,5つの溶接試験片から得たプロファイルについて試験し,全体のF_1スコアは91.0%であった。2つの提案されたアプローチの有望な結果は,マルチパスロボットガスタングステンアーク溶接工業プロセスに混合解を実装する前に,より広い試験キャンペーンにつながるであろう。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  自動化 ,  オペレータ ,  *溶接 ,  TIG溶接 ,  *自動溶接 ,  *溶接欠陥 ,  溶接継手 ,  *故障検出 ,  検出法 ,  *二次元 ,  *レーザスキャナ
準シソーラス用語： 多経路 ,  オンライン ,  溶接品質 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  自動化 ,  検出アルゴリズム ,  産業4.0 ,  溶接

分類 (3件)： 溶接技術  (WC07030G) ,  溶接欠陥  (WC07130P) ,  非破壊試験  (HB02030F)

タイトルに関連する用語 (5件)： 2D ,  レーザスキャナ ,  工場 ,  自動溶接 ,  欠陥検出