[4F4-GS-10o] AI応用：マテリアル情報

[4F4-GS-10o-05] ロボット溶接における不良低減のための新しい要因分析手法の確立

ベイジアンネットワークを用いた知見とデータの融合

〇大町 奈央子¹、池田 剛司¹、増田 章太¹、本村 陽一² (1. 株式会社UACJ、2. 産業技術総合研究所 人工知能研究センター)

キーワード：ベイジアンネットワーク、ロボット溶接、要因解析

ロボット溶接はその動作安定性、繰り返し精度から大量生産が必要とされる自動車製造等などで広く活用されているが、環境変化の追随力に乏しいが故に溶接不良が生じることがある。特にアルミはその特性から、溶接対象である母材が溶落ちしないような入熱管理が重要となる。本研究では、ロボット溶接における溶落ち不良発生の予測モデルを活用することで要因分析を実施することを検討した。予測モデルの構築には人の知見を反映させることができるベイジアンネットワークを活用した。モデル構築のために積極的に溶落ちを発生させる実験を実施し、因子間の因果関係や変数加工には専門家の知見を積極的に活用、知見への依存度の違いにより複数のモデルを構築した上で、検証実験と最も整合性の高いモデルを選択した。このモデルを適応制御や予防保全向けのモデルへ拡張・改善することで更なる品質向上が実現できると期待する。