Untersuchungen zur Detektion von Schweißfehlern beim Laserstrahlschweißen von Metallen mit Hilfe einer NIR-Kamera

Abstract

Momentan genutzte Überprüfungsverfahren lassen sich nicht oder nur schwer in einen automatisierten Kontrollprozess integrieren. Daher gibt es neue Ansätze die darauf abzielen schon während der Herstellung die Schweißnaht auf Defekte zu überprüfen. Einer dieser Möglichkeiten ist die Beobachtung des Schweißprozesses mit einer Nah-Infrarot-Kamera (NIR-Kamera). Dafür wurden verschiedene Materialien verschweißt und dabei absichtlich Fehler produziert. Ziel war es, die häufigsten Schweißfehler wie Porosität, Spritzerbildung, kollabierende Keyholes, False Friends und fehlerhafte Fügepartner anhand der Veränderung des Schweißbades zu erkennen. Diese Veränderung sollte über die NIR-Kamera ersichtlich sein. Die Bilder der NIR-Kamera bildeten jeweils eine Sequenz, welche mit verschiedenen mathematischen Methoden ausgewertet wurde. Dazu gehörte die Mittel-, Maximal-, und Minimalwertanalyse und die Betrachtung der Standardabweichung, beziehungsweise der relativen Standardabweichung. Die Ergebnisse der Bildauswertung waren im Vergleich zu den existierenden Forschungsarbeiten nicht zufriedenstellend. Es konnten, im Gegensatz zu anderen Arbeiten, keine Spritzer identifiziert werden. Auch der Ansatz False Friends anhand von erhöhter Wärmeemission des Werkstücks zu detektieren, konnte in dieser Arbeit nicht verifizieren werden. Die Hauptursache hierfür liegt vermutlich an der benutzten Kamera. Weder die Bildqualität, noch die Aufnahmefrequenz der in dieser Arbeit benützten Kamera entsprechen der in der Referenzarbeit verwendeten. Auch konnte Porositätenbildung im Schweißprozess nicht anhand von Fotosequenzanalysen nachgewiesen werden. Allerdings war das Resultat der Dynamikanalyse erstaunlich. Der entstehende Plot ist für einen stabilen Prozess eben, für einen instabilen wellig. Damit konnten kollabierende Keyholes eindeutig identifiziert werden. Auch die Einbringung von fehlerhaften Fügepartnern konnte eindeutig mit der Dynamikanalyse erkannt werden.

The Control-Prozess of laser-welding is hard to automate. Therefore this paper suggest an way to control the process in real time with an NIR-Camera. For this different materials were used and some errors were included on purpose. These errors included porosity, splatters, collapsing keyholes, False Friends and defect partners. To detect these faults different mathematical methods were used, such as mean-, maximal-, and minimum values and relative standard deviation and standard deviation. The results were not as good as other studies suggested. Just one of the mentioned errors was detectable, the defect join partners. A different approach was tested as well, the dynamic analysis. This was very successful. The outcome of this approach was a 3D-Plot. This Plot indicated defect join partners and collapsing keyholes, by the smoothness of the surface.