Челябинские ученые научили робота-сварщика учитывать дефекты при работе

«У робота есть заданная программа, по которой он двигается, но детали перед сваркой собирает человек, и здесь может быть что угодно: плохая сборка деталей, зазоры, некачественная зачистка металла. Зазор разошелся, робот просто в пустоту куда-то что-то наварил, – рассказывает заведующий кафедрой оборудования и технологии сварочного производства Михаил Иванов. – Дефекты в сварке предсказать невозможно. Например, подача проволоки идет, визуально она хорошая, но она постояла в цеху и набрала влаги – такие моменты не предугадать. Сейчас качество сварки оценивает человек, а мы придумали, как научить самого робота искать дефекты».

Для работы над проектом объединились три «сварщика» и один кандидат физико-математических наук. Математик узнал много интересного про сварку, а сотрудники кафедры оборудования и технологии сварочного производства погрузились в удивительный мир нейронных сетей. «Первое время я являлся связующим звеном в нашей междисциплинарной команде, – вспоминает аспирант Никита Черкасов. – Потому что у меня было достаточно знаний в сфере сварочного программирования».

Первым делом испытатели дооснастили своего робота-сварщика системой технического зрения. Получилась уникальная установка, аналогов которой в России нет. До сих пор камеры устанавливали только на роботов-сборщиков. К сварщикам не подступались, потому что работа у них грязная, дымная, да еще и металлические брызги повсюду. Но челябинским ученым все удалось. Затем исследователи сварили металлические пластины, дрелью испортили швы и приступили к кропотливой работе: робот делал снимки, ученые выгружали их и предобрабатывали вручную.

Пришлось отфильтровать пять тысяч фотографий, прежде чем начать обучать нейронную сеть. Первоначальная цель была понять, увидит ли система дефекты сварки. «Промышленные дефекты средние и большие нейросеть достаточно хорошо видит, – комментирует заведующий кафедрой оборудования и технологии сварочного производства Михаил Иванов. – Все существующие автоматизированные сварочные системы заканчиваются «черным ящиком», куда человек вообще вмешиваться не может, не может «подправить», хотя такой соблазн иногда есть. Мы пытаемся создать такой «черный ящик», который будет говорить: да, дефект найден».

В процессе работы сотрудники кафедры сварочного производства «перезнакомились» со многими нейросетями, и даже дали одной из них задание нарисовать робота-сварщика. Заведующий кафедрой распечатал картины в большом формате и развесил на стенах лаборатории. Брутальные терминаторы в брызгах раскаленного металла очень оживили окружающую обстановку. Любопытно, что по дороге на кафедру одну из стен украшает роспись советских времен, изображающая сварщика. И поневоле восхитишься, как стремительно шагает прогресс даже в таком рутинном процессе «получения неразъемных соединений посредством установления межатомных связей между свариваемыми частями при их местном или общем нагреве».

Итак, роботы-сварщики могут думать. Перспективный исследовательский проект ЮУрГУ «Разработка системы автоматизированного визуального контроля сварных швов на основе нейросетевых технологий» получил грант Российского научного фонда. Работы по нему продолжаются. Предстоит решить, как интегрировать систему принятия решений в промышленного робота. Параллельно с этим направлением на кафедре защищается магистерская выпускная работа «Автоматизация процесса сварки шпунтовых профилей с использованием нейросетевых технологий»: исследователи дооснастили и начали обучать данные от сварочного трактора. Это большая промышленная установка, которая выполняет работы на конструкциях длиной в несколько десятков метров.

«Поставлена задача: конструкция 30 метров, листы отрезаны плазменной резкой, – объясняет заведующий кафедрой оборудования и технологии сварочного производства Михаил Иванов. – Плазменная резка вносит очень много тепла в конструкцию, и после этого начинается коробление: лист получается неровный. Между такими деталями зазор изменяется: то сходится, то расходится, поэтому сварное соединение получается с браком. Мы научили нейронную сеть оценивать зазор, рассчитали, какой режим сварки должен быть для каждого зазора. То есть, сварочный трактор совместно с источником питания сам себя регулирует».

Ученые провели фундаментальную работу: придумали, испытали, показали, как все это работает. Теперь дело бизнеса внедрить разработку в реальную жизнь. Пока аналогов этого изобретения не найдено ни в научных публикациях, ни в каталогах оборудования. О достижении челябинских ученых опубликовано шесть статей в научных журналах международной базы Sсopus.

Светлана Бацан 

ЮУрГУ

48 статей

Южно-Уральский государственный университет — это центр цифровых трансформаций, где проводят инновационные исследования по большинству приоритетных направлений развития науки и техники. В соответствии со стратегией научно-технологического развития России, университет сфокусирован на продвижении крупных научных междисциплинарных проектов в области цифровой индустрии, материаловедения и экологии. В 2021 году ЮУрГУ победил в конкурсе по программе «Приоритет-2030». Вуз выполняет функции регионального проектного офиса Уральского межрегионального научно-образовательного центра мирового уровня (УМНОЦ).

Показать больше