A Cross-Modal Detection-Segmentation Framework for Video-Based Process Monitoring in Wire Arc Additive Manufacturing
Deze studie vestigt een real-time computer vision-pipeline voor Wire Arc Additive Manufacturing die YOLOv8n identificeert als de optimale detector voor lasbewaking en een YOLO-gestuurd SAM2-framework voor segmentatie voorstelt, terwijl de huidige beperkingen van foundation models bij het onderscheiden van continue laskenmerken onder extreme boogverblinding worden benadrukt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de wereld van de moderne productie is er een groeiende wens om grote, complexe metalen onderdelen te bouwen, niet door ze uit een massief blok te snijden, maar door ze laag voor laag toe te voegen. Dit proces, bekend als wire arc additive manufacturing, werkt veel zoals een robotische 3D-printer die een laspistool gebruikt. Een machine voert een metaaldraad in een hoogtemperatuur elektrische boog, waardoor deze smelt en op een oppervlak wordt afgezet om een nieuwe vorm te vormen. Het succes van deze hele operatie hangt af van een klein, vluchtig moment: de smeltpoel. Dit is het kleine, gloeiende plasje vloeibaar metaal waar de draad het bestaande onderdeel ontmoet. Als deze poel te heet, te koud of te snel beweegt, zal het eindproduct zwak zijn of vol scheuren zitten. Omdat dit gesmolten metaal verborgen is onder een verblindend heldere boog en omringd wordt door rondvliegende vonken, is het voor menselijke ogen extreem moeilijk om het nauwlettend te volgen. Jarenlang hebben ingenieurs vertrouwd op sensoren die elektriciteit of geluid meten, maar deze methoden bieden slechts indirecte aanwijzingen over wat er daadwerkelijk met het metaal gebeurt.
Een nieuwe studie van onderzoekers van instellingen waaronder het Indian Institute of Technology Kharagpur en de Robert Gordon University kiest een andere aanpak. In plaats van naar de machine te luisteren of de elektrische signalen te meten, besloten zij een computer te leren om het proces direct te zien. Ze bouwden een systeem dat video's van het lassen in realtime bekijkt, waarbij geprobeerd wordt twee kritieke zaken te identificeren: het vaste metaal dat zojuist is neergelegd, de lasrups genoemd, en de actieve, vloeibare metaalpoel direct vóór de toorts. De uitdaging is dat de video rommelig is. Het felle licht van de boog wast het beeld vaak uit, en het gesmolten metaal stroomt op een manier die het moeilijk maakt om precies te bepalen waar het vloeibare eindigt en het vaste begint. De onderzoekers zetten zich in om de beste manier te vinden voor een computer om deze kenmerken te spotten en om vervolgens te zien of ze die informatie konden gebruiken om de kwaliteit van de las te beoordelen zonder dat een mens op elke individuele frame van de video gedetailleerde contouren hoeft te tekenen.
Om hun ideeën te testen, verzamelde het team een collectie industriële lasvideo's. Ze gebruikten geen enorme bibliotheek van miljoenen afbeeldingen, zoals gebruikelijk is in andere gebieden van kunstmatige intelligentie, maar een zorgvuldig geselecteerde set van 335 frames afkomstig van elf echte lassessies. Deze frames toonden zowel succesvolle lassen als defecte lassen, waarbij een verscheidenheid aan condities werd vastgelegd, waaronder momenten waarop de boog instabiel was of het metaaloppervlak vervuild was. De onderzoekers trainden vervolgens vijf verschillende soorten computer vision-modellen om als ogen voor de machine te fungeren. Ze testten een reeks benaderingen, variërend van lichtgewicht modellen die ontworpen zijn om snel te draaien op standaard hardware tot complexere systemen die gebruikmaken van geavanceerde wiskundige structuren die bekend staan als transformers. Het doel was om te zien welk model het meest accuraat een kader rond de lasrups en de smeltpoel kon tekenen, zelfs wanneer het beeld werd verstoord door schittering of beweging.
De resultaten wezen duidelijk naar één specifiek type model. Een lichtgewicht systeem genaamd YOLOv8n bleek het meest effectieve instrument voor deze taak. Het identificeerde de lasrups en de smeltpoel succesvol in de overgrote meerderheid van de testafbeeldingen, waarbij het een hoog niveau van nauwkeurigheid bereikte terwijl het meer dan 140 frames per seconde verwerkte. Deze snelheid is cruciaal omdat het betekent dat het systeem in theorie het lasproces kan volgen terwijl het gebeurt en direct kan reageren als er iets misgaat. In contrast hiermee presteerden de complexere transformer-gebaseerde modellen, die veel belofte hebben getoond in andere gebieden van computer vision, aanzienlijk slechter. Ze presteerden veel minder goed op deze kleine, gespecialiseerde dataset, wat suggereert dat deze krachtige systemen veel meer trainingsdata nodig hebben dan hier beschikbaar was om te leren hoe ze de subtiele details van een lasboog moeten zien. De studie vond ook dat het behouden van de video in kleur, in plaats van het omzetten naar zwart-wit, een lichte maar consistente voorsprong bood, wat aangeeft dat zelfs de zwakke kleurverschillen in het gloeiende metaal de computer helpen om de onderdelen te onderscheiden.
Nadat zij een betrouwbare manier hadden gevonden om de las te lokaliseren, probeerden de onderzoekers de volgende stap te zetten: het maken van een gedetailleerde kaart van de vorm van het metaal. In veel computer vision-taken kan, zodra een object is gevonden, een "foundation model" worden gebruikt om een precieze omtrek rond het object te tekenen, waardoor het pixel voor pixel van de achtergrond wordt gescheiden. Het team probeerde een geavanceerde tool genaamd SAM2 te gebruiken, die is ontworig om objecten in video's te begrijpen en te segmenteren. Ze gebruikten de snelle detector om de tool een ruwe startpositie te geven, en lieten de tool vervolgens de vorm van de las volgen terwijl deze door de video bewoog. Hoewel dit goed werkte voor het volgen van het algemene gebied van de las, liep het tegen een fundamentele muur aan. De tool bleef de vaste lasrups en de vloeibare smeltpoel samenvoegen tot één enkele, continue vorm. Dit gebeurde omdat de lasrups en de smeltpoel, in tegenstelling tot een auto of een persoon die een duidelijke grens hebben, fysiek met elkaar verbonden zijn. Het metaal stroomt vloeiend van vloeibaar naar vast, en het intense licht van de boog maakt de overgang wazig. De computer, die voornamelijk getraind is op afbeeldingen van onderscheidbare objecten zoals dieren of voertuigen, kon deze twee continue delen niet scheiden.
Deze beperking onthulde een belangrijke waarheid over het toepassen van algemene kunstmatige intelligentie op gespecialiseerde industriële problemen. Hoewel het systeem betrouwbaar kon vinden waar het lassen plaatsvond en de algehele grootte en vorm van de depositie kon meten, kon het de vloeistof nog niet perfect van het vaste deel scheiden zonder menselijke hulp. De onderzoekers concludeerden dat de beste aanpak vooralsnog is om de snelle detector te gebruiken om de locatie te vinden en vervolgens de vormgegevens als een benadering te behandelen in plaats van als een perfecte meting. Ze zijn nu van plan om deze benaderde metingen, gecombineerd met de ruwe videodata, te gebruiken om een systeem te bous dat de kwaliteit van de gehele lassequentie kan beoordelen. Door de video als geheel te bekijken in plaats van te proberen elke individuele frame te perfectioneren, hopen zij een systeem te creëren dat een fabriek kan vertellen of een onderdeel goed of slecht is, zonder dat daarvoor een mens elk defect hoeft te labelen. Het werk legt een solide fundament voor de toekomst, door aan te tonen dat eenvoudige, snelle computer vision momenteel betrouwbaarder is dan complexe, data-hongerige systemen voor het observeren van de intense, chaotische realiteit van industrieel lassen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.