- 回首頁
- 機械工業雜誌
- 歷史雜誌
歷史雜誌
購物提醒：當您要離開或跳轉頁面時，請先將您想要購買的文章加入購物車，以便快速紀錄完成購買流程!
摘要
雷射銲接相較於傳統銲接工法具有快速且精準的優勢，但來料品質常成為影響銲接品質的關鍵因素，尤其是母材的變異，往往需要依賴人工觀察及經驗判斷來調整銲接參數。隨著市場產能需求持續增加，迫切需要數據化、即時檢測與智慧調控技術來提升銲接良率。工研院研究團隊發展了智慧加工監控與AI邊緣決策輔助系統，完成以光譜儀進行雷射銲接高干擾環境下的作業數據監控。利用所感測的數據，建立輕量版銲中瑕疵檢測AI模型，可達到準確度98% 的高穩定性即時檢測效能。此外，亦發展AI智慧加工監控邊緣決策輔助示範系統，於AI模型檢測銲接品質異常時，可基於專家法則提供銲接瑕疵的參數調整推薦，實現銲接作業「監」與「控」的無縫整合。
Abstract
Laser welding offers superior speed and precision compared to traditional welding methods. However, variations in input material properties often significantly impact welding quality, requiring manual observation and parameter adjustments based on operator experience. With the growing demand for market capacity, there is an urgent need for data-driven, real-time intelligent processing monitoring technologies to improve welding yield rates. In response, a smart laser welding system with AI-enabled edge decision support is proposed. This system successfully implements a non-contact sensing framework for laser welding operations in high-interference environments. Using the collected sensor data, we developed a lite AI model for in-process defect detection, achieving 98% accuracy in real-time monitoring stability. Additionally, the system incorporates edge decision support capabilities that can recommend parameter adjustments for welding defects based on expert rules, enabling seamless integration of "monitoring" and "control" in the welding process.
前言
由於近年來全球人口增長與科技進步，鋼構市場隨著居住建築以及擴廠需求顯著成長。根據Precedence Research報告[1]，2024年全球結構鋼市場規模為1,127.7億美元，預計到2034年將達到1,872.2億美元左右，2024年至2034年複合年增長率為5.2%，如圖1 所示。此外，國內建築鋼構產能缺口持續擴大，國內市場亦供不應求。
在追求生產速度與品質的推動下，雷射銲接技術已被廣泛應用，但其生產穩定性仍然是關鍵挑戰。例如銲接過程中，由於來料品質、尺寸差異及環境因素（如溫度、濕度、表面髒污等)影響，品質穩定性難以保證，且高度依賴技術人員的經驗進行母材處理，這不僅增加了人力需求，也提高了操作難度。另外，由於鋼構屬於結構較為複雜之銲接產品，如H 型鋼與箱柱等樑/ 柱結構，其銲接部件由許多鋼板交錯而成，屬於非平坦區域，需要高自由度、易調整的加工平台來輔助執行，才能實現量產。
國內目前尚未發展出適用於實場應用的AI邊緣決策精準銲接技術，這項技術發展涉及軟硬體兩大領域：一方面是評估並發展可行的銲接作業監測硬體機構，另一方面則是評估與發展銲接作業的AI邊緣決策方法。如圖2 所示，工研院南分院已發展一套手臂型雷射銲接平台，將可用於評估與發展銲接作業監測及AI邊緣決策方法，透過機械手臂搭配直寫式(Direct-Write)雷射銲接頭，可因應不同待銲物形貌調整姿態驗證銲接效果。
銲接作業監測技術介紹
關於銲接作業監測方式，德國大廠TRUMPF於2012提出的SeamLine Pro系統[2]， 可用於銲前、銲中及銲後進行即時監測。然而，由於雷銲過程中易受材料內部缺陷和複雜製造環境的影響，從而影響銲接品質，近期國外的研究開始朝向發展多種傳感器訊號融合的監測技術，以彌補像TRUMPF 這種單一光學傳感器無法有效分析融池、金屬蒸氣等情況導致監測性能不足的問題，但目前只能應用於低功率(3000~4000 W)銲接的解決方案。
在高精度要求的雷射銲接中，銲接作業的監測為首要核心技術之一。對銲接產品的即時監控，監測所蒐集的數據是銲接參數調整或品質檢定所需的重要變數，Di Wu 等人[3] 也整理很多在銲接監控領域使用的不同感測技術，與其監控的目標，根據觀測資料的不同收集方式與資料屬性分類，可以分為以下三類監控技術進行介紹：
( 一)影像式監控技術
影像式監控技術在現代銲接作業中發揮著重要作用，其核心原理是利用光學取像元件（如CCD 或CMOS 等)對銲接過程進行即時觀測，從而捕捉銲接區域的影像數據。這一技術廣泛應用於銲接過程中的多個關鍵環節，包括銲縫的定位、跟蹤以及質量檢測。例如，Christopher M. Galbraith 等人[4] 提出影像式監控系統能夠對加工過程進行監控，提供控制系統關鍵資訊。
( 二)接觸式監控技術
接觸式監控技術通過感測器直接接觸銲接工件，實時收集溫度、壓力等物理變量的數據，以達到對銲接過程的精確監控。這種技術主要應用於銲接作業的溫度測量和品質檢測環節，通過判斷銲接過程中工件的物理變化來確定銲接操作的穩定性和銲縫的質量。其優勢在於其能夠提供精確的物理變量數據，例如蔡宗穎等人[5] 提出透過接觸式探針探知物件作用力，供判斷實質銲接與否。
更完整的內容歡迎訂購
2025年02月號
(單篇費用：參考材化所定價)