最適な溶接パラメータを見つけるための実験計画の使用。
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、Clecim は最近、12kW レーザー ソース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で、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、厚さ範囲全体に対して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。 現在、自生レーザー溶接法（フィラーワイヤーなし）に注目が集まっています。 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。溶接ビードに欠陥 (スパッタ、ドリップ、アンダーフィル、穴などの種類) がないこと、および良好な耐性があること (これは、目的であるエリクセン タイプのスタンピング テストによって評価されます)。可能な限り材料の基本抵抗に近づける必要があります)。 この結果を達成するために、多くの手順が実装されており、それぞれに JMP プラットフォームを使用する必要があります。
- 「Fit X by Y」および「Distribution」は、材料の基本強度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かつ均質であると見なすことができるようにします。
- 「グラフ ビルダ」は、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プを取得します。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、前のゾーンの溶接ビードの抵抗を調査およびモデル化できる「DoE/Custom Design」および 2 Fit Model」。 調査領域は不規則な形状であるため、候補点の集合 (共変量) として埋められます。
