首頁 > 研發與創新 > 研究成果 > 核安與核後端
:::
:::

智能化視覺應用於銲接品質之即時檢測技術

更新時間：2024-03-22  14:35

 
【技術簡介】
依據國內鋼結構銲道目視檢測(VT)標準，任何裂縫(Crack)、滲透不足、熔合不良、搭疊(Overlap)與銲道未填滿等瑕疵皆不被允許，但對於氣孔、銲冠、銲蝕、腳長與喉深不足則有其容許範圍。傳統的目視檢測需仰賴專業人力，然因檢測速度慢、疲勞導致檢測差異性、及判定結果因人而異等因素，以致無法精確紀錄，使得連續製成作業難以追蹤、無法長時間進行，最後造成工程延宕及成本耗費。本技術整合雷射三角測距儀、可攜式量測載具與編碼器等三種元件，並開發專用分析軟體進行量化分析，建構可攜式填角銲輪廓分析儀(圖1)與可攜式開槽對接銲輪廓分析儀(圖2)。運用銲道外型輪廓剖面數據，可進行點雲圖重建(圖3)，並以幾何演算方式計算出銲道之各檢測數值。依據CNS 13021、AWS D1.1或相關規範，進行資料分析以判定是否符合接受標準。此外，本技術應用於製程中進行即時監控，可大幅節省人力及製造成本，極具實用價值。

圖1、可攜式填角銲輪廓分析儀

圖2、可攜式開槽對接銲輪廓分析儀

圖3、 銲道點雲圖

【計畫規劃/技術應用】
本技術可進行銲道輪廓缺陷特徵量化分析，提供肇因探討的數據資料，以利於製程中提早發現此缺陷並及時修正，提升良率並降低生產成本。此外，本技術依據規範與實務需求，可量化客製化檢測軟體，擬合相關擷取數據，量化腳長(不足/不均)、母材夾角、有效喉深、水平有效剪力長度、垂直有效剪力長度、面寬、凸面、銲蝕、銲冠不規整等輪廓瑕疵及有效銲道面積等參數，並包含母材夾角變形及銲蝕等屬母材範疇參數(圖4)，本技術均予以納入進行品質控管，以作為規範及製程契約之重要紀錄。再者，針對表面微細瑕疵檢測，採用2D工業相機透過深度學習的框架，進行具代表性的裂縫瑕疵特徵萃取與特徵識別訓練，以獲得深度學習所需之參數。據此透過反覆學習與驗證，獲得良好的瑕疵辨識方法，圖5為表面微細瑕疵檢測結果。

圖4、銲道各參數示意圖

圖5、表面微細瑕疵檢測

【未來佈局】
本研究透過2D與3D取樣技術，分析不同瑕疵型態，發展瑕疵判斷方法，進行分類及特徵辨識，為自動化瑕疵檢測後端即時演算技術提供應用參考。這些技術的運用可分為製程監控及運營檢測兩個面向。在製程監控階段，本研究成果可即時進行產線檢測，降低銲道檢測所需的人力與時間，藉由銲道輪廓的變化及銲接瑕疵出現的診斷，即時提供人為及設備誤差的警示，以避免相關因素引入銲接缺陷，即時修正錯誤，提升生產效率並降低生產成本。另外，本技術也可用於設備使用的週期維護上，藉由比對每次檢測結果，建立使用組件的老劣化趨勢，提供運轉維護人員的必要檢測、維修及更換決策參考。相較於其他非破壞檢測技術，視覺感測技術的成本與自動化檢測的門檻較低，本技術可實現廠用等級之檢測能力及效率，增進我國在銲接相關組件的生產品質及速度，並維護運轉的可靠度，提升我國在核能、石化、新能源、造船及機械等領域的產業競爭力。

【連絡資訊】
姓名：余冬帝
電話：03-4711400分機6731
E-mail：ddyu@nari.org.tw