Інтелектуальні системи керування зварювальним роботом на основі штучного інтелекту: поточні технологічні досягнення та перспективи майбутнього
DOI:
https://doi.org/10.31471/1993-9981-2025-2(55)-108-120Ключові слова:
інтелектуальне керування зварюванням, роботизоване зварювання, штучний інтелект (ШІ), машинне навчання, глибоке навчання, автоматизація зварюванняАнотація
З метою підвищення рівня автоматизації, стабільності процесів і якості зварних з’єднань у сучасній промисловості активно впроваджується концепція інтелектуального керування зварюванням. У статті проаналізовано поточний стан розвитку технологій зварювальної автоматизації та окреслено основні напрями їх еволюції на найближчі п’ять років. Особливу увагу приділено застосуванню методів штучного інтелекту, таких як експертні системи, нечітка логіка, алгоритми машинного та глибокого навчання, а також комп’ютерний зір. Ці підходи використовуються для оптимізації параметрів процесу, моніторингу стану зварювальної ванни, виявлення дефектів у режимі реального часу та підвищення точності формування шва. Проте більшість існуючих рішень залишаються вузькоспеціалізованими, не забезпечуючи повної інтеграції між етапами підготовки, виконання та контролю зварювання. Значною проблемою залишається обмежена здатність систем працювати в онлайн-режимі та адаптуватися до змін умов процесу, таких як коливання температури, положення деталі або нестабільність дуги. У статті підкреслюється важливість розвитку онлайн-адаптивного керування на основі багатосенсорних даних і штучного інтелекту. Зокрема, розглядаються перспективи використання глибокого навчання для аналізу відеопотоків і термографічних зображень зварювальної ванни, що дозволяє здійснювати автоматичне регулювання параметрів у реальному часі. Застосування навчання з підкріпленням відкриває нові можливості для оптимізації траєкторій руху зварювальних роботів і вибору стратегії зварювання в умовах невизначеності. Крім того, впровадження технологій Інтернету речей (IoT) дає змогу створювати інтегровані мережі сенсорів і пристроїв, які обмінюються даними для побудови цифрових двійників зварювальних процесів. Зварювальна автоматизація може значно покращитися в ефективності, гнучкості та якості за допомогою використання цих AI-технологій. Це пов’язано з можливістю безпечної співпраці з людиною, автоматичної адаптації до змін середовища та прогнозування та запобігання дефектам.
Завантаження
Посилання
1. Kahnamouei J.T., Moallem M. Advancements in control systems and integration of artificial intelligence in welding robots: A review. Ocean Engineering. 2024. Vol. 312. doi: 10.1016/j.oceaneng.2024.119294
2. Gyasi E., Handroos H., Kah P. Survey on artificial intelligence (AI) applied in welding: A future scenario of the influence of AI on technological, economic, educational and social changes. Procedia Manufacturing. 2019. Vol 38. pp. 702-714, doi:10.1016/j.promfg.2020.01.095
3. Li H., Ma Y., Duan M., Wang X., Che T. Defects detection of GMAW process based on convolutional neural network algorithm. Scientific Reports. 2023. Vol. 13(1). doi:10.1038/s41598-023-48698-x
4. Penttilä S., Lund H., Skriko T. Possibilities of Artificial Intelligence-Enabled Feedback Control System in Robotized Gas Metal Arc Welding. Journal of Manufacturing and Materials Processing. 2023. Vol.7(3). P. 102. doi: 10.3390/jmmp7030102
5. Liu Q., Chen C., Chen S. Key Technology of Intelligentized Welding Manufacturing and Systems Based on the Internet of Things and Multi-Agent. Journal of Manufacturing and Materials Processing.2022. Vol 6. P.135. doi: 10.3390/jmmp6060135
6. Ship Technology. The digital shipyard: robotics in shipbuilding. Available: https://www.ship-technology.com/features/feature-the-digital-shipyard-robotics-shipbuilding/
7. ResearchGate. WELDES: An intelligent defects expert system for aluminum welding process. Available:https://www.researchgate.net/publication/240305021_WELDES_An_intelligent_defects_expert_system_for_aluminum_welding_process
8. Path Robotics. Robotic Welding Systems by Path Robotics. Available: https://www.path-robotics.com/
9. Engineering.com. The AI Revolution has Arrived for Laser Welding. Available: https://www.engineering.com/the-ai-revolution-has-arrived-for-laser-welding/
10. ScienceDirect. Data-driven process characterization and adaptive control in robotic arc welding. Available: https://www.sciencedirect.com/science/article/abs/pii/S0007850622000920
11. ScienceDirect. Vision-based construction robot for real-time automated welding with human-robot interaction. Available: https://www.sciencedirect.com/science/article/abs/pii/S0926580524005181
12. Nature Communications. A physics-informed and data-driven framework for robotic welding in manufacturing. Available: https://www.nature.com/articles/s41467-025-60164-y
13. Nature Scientific Reports. A guidance system for robotic welding based on an improved YOLOv5 algorithm with a RealSense depth camera. Available: https://www.nature.com/articles/s41598-023-48318-8
14. Grand View Research. Digital Twin Market Size And Share | Industry Report, 2030. Available: https://www.grandviewresearch.com/industry-analysis/digital-twin-market
15. GlobeNewswire. Collaborative Robot Market Analysis Report 2025-2030. Available: https://www.globenewswire.com/news-release/2025/07/09/3112356/28124/en/Collaborative-Robot-Market-Analysis-Report-2025-2030-with-Universal-Robots-FANUC-ABB-Techman-Robot-Aubo-Robotics-Technology-Co-and-Kuka-Leading.html
16. Interesting Engineering. US firm's humanoid robot to perform welding in Korea's shipbuilding. Available: https://interestingengineering.com/innovation/us-humanoid-robot-in-korea-shipbuilding
17. Frontiers in Mechanical Engineering. Welding robot automation technology based on digital twin. Available:https:/www.frontiersin.org/journals/mechanical-engineering/articles/10.3389/fmech.2024. 1367690/full
18. Wang Q., Jiao W.,Wang P., Zhang YuMing. Digital Twin for Human-Robot Interactive Welding and Welder Behavior Analysis," IEEE/CAA J. Autom. Sinica.2021. Vol. 8. No. 2, P. 334-343. doi: 10.1109/JAS.2020.1003518
19. IoT Analytics. The top 15 smart factory KPIs: Operational indicators most important for measuring performance. Available: https://iot-analytics.com/top-15-smart-factory-kpis-manufacturing-kpi/# AI-Driven Welding Robot Adoption Analysis: Market Data and Technology Transitions (2024-2030)
20. Zou, D. et al. Robotic welding system for adaptive process control in gas metal arc welding. Welding in the World. 2024. Available: https://link.springer.com/article/10.1007/s40194-024-01756-y
21. Powell B.W. Adaptive weld control for high-integrity welding applications. NASA Technical Reports Server. 1993. Available: https://ntrs.nasa.gov/citations/19930065637
22. Dharmawan A.G. et al. Intelligent welding system technologies: State-of-the-art review and perspectives. Journal of Manufacturing Processes. 2020. Vol.56. P. 373-391. doi: 10.1016/j.jmsy.2020.06.020
23. Kumar R. et al. Robotic arc welding sensors and programming in industrial applications. Journal of Materials Science: Materials in Engineering. 2015. Vol. 10.No. 13. doi: 10.1186/s40712-015-0042-y
24. Stavropoulos, P. et al. Intelligent and Adaptive System for Welding Process Automation in T-Shaped Joints. Metals. 2023. Vol.13(9). P.1532. doi: 10.3390/met13091532
25. Papazoglou E.L. et al. Expert Systems - An Application to Welding Adaptive Control. IFAC-PapersOnLine. 2017. Vol. 50(1). P. 13586-13591. https://www.sciencedirect.com/science/article/
pii/S1474667017494717
.png)
