最適な溶接パラメータを見つけるための実験計画法の使用。
鋼板加工用のメカトロニクスソリューションのサプライヤーとして、クレシムは最近、12kWのレーザー光源を使用して厚板を切断および溶接できる新世代の機械を提供することにより、レーザー溶接機の範囲を拡大しました。 2019年には、レーザー切断プロセスが広く研究され、機械学習技術を使用することで、厚さの全範囲で堅牢な切断指示を提供できるモデルを作成することが可能になりました。 今日、注目は自生レーザー溶接プロセス（フィラーワイヤーなし）に集中しています。 良好な溶接を得るには、2つの基準を満たす必要があります。欠陥のない溶接ビード（スプラッシュ、ラン、アンダーフィル、穴などのタイプ）と良好な抵抗（これは、目的のスタンピングテストエリクセンタイプによって評価されます）。材料の基本抵抗に可能な限り近づけること）。 この結果を達成するために、多くのステップが実施され、それぞれがJMPプラットフォームの使用を必要としました。
- 「FitXby Y」と「Distribution」は、材料の基本抵抗の値を統計的に決定するだけでなく、調査対象のシートが同一で均質であると見なすことができるようにします。
- 目視観察を統合し、調査したパラメータに従って溶接欠陥のマッピングを取得する「グラフビルダー」。その結果、溶接ビードに欠陥がない領域を特定できます。
- そして最後に、最適なパラメータを決定するために、前のゾーンで溶接ビードの抵抗を調査およびモデル化できる「DoE /カスタム設計」および「2フィットモデル」。 調査領域は不規則な形状であるため、候補点のセット（共変量）の形式で入力されます。
