W pracy omówiono różne możliwości w zakresie zdalnego spawania przy użyciu robota chirurgicznego wyposażonego w kamerę cyfrową, stosowaną do obserwacji strefy spawania, a w szczególności trudności w wykrywaniu granic jeziorka spawalniczego. Różnicę w przetwarzaniu rzeczywistego obrazu przez mózg człowieka omówiono w porównaniu z obrazem w postaci filmu z kamery cyfrowej. Przedstawiono trzy modele rozpoznawania obrazu przez człowieka, z których jeden został już przebadany przez naukowców z Cambridge. Omówiono koncepcję topienia materiału podstawowego przez kontrolę jeziorka spawalniczego przy ciśnieniu niezjonizowanych gazów łukowych oraz pomiaru trzeciego wymiaru jeziorka spawalniczego i określenia głębokości wtopienia spoiny za pomocą urządzeń elektronicznych. Przedstawiono wymagane trajektorie ruchu wierzchołka elektrody, opierając się na fizyce łuku spawalniczego i technologii spawania, oraz trudności napotykane podczas szkoleń spawaczy. Przedstawiono podstawę neuronowego modelu mózgu wraz z modelem wektorowym sztucznej inteligencji.
This paper discusses various challenges in remote welding with a surgical robot equipped with a digital camera used to observe the welding zone, in particular the difficulty in detecting the boundaries of the weld pool. The difference in the processing of the real image by the human brain is discussed in comparison with the image in the form of a film from a digital camera. In addition to the need of performing the second derivative of the image in real-time, three models of human recognition of an image were discussed, one of which was already studied by researchers from Cambridge, UK. The concept of melting the base material by bending the weld pool with the pressure of non-ionized arc gases and the American implementation of the measurement of the third dimension of the weld pool and determining the weld penetration by electronics of the welding machine are discussed. Desired movement trajectories of the electrode tip based on the physics of the welding arc and welding technology are presented along with difficulties in teaching the movements to welding trainees. Basics of the neural model of the brain with the vector model of artificial intelligence are also presented.
PL
W artykule omówiono różne wyzwania związane ze spawaniem zdalnym za pomocą robota chirurgicznego wyposażonego w kamerę cyfrową do obserwacji strefy spawania, w szczególności dyskutowano trudność w wykrywaniu granic jeziorka spawalniczego. Omówiono różnicę w przetwarzaniu obrazu rzeczywistego przez ludzki mózg w porównaniu z obrazem w postaci filmu z aparatu cyfrowego. Oprócz potrzeby wykonania drugiej pochodnej obrazu w czasie rzeczywistym, omówiono trzy modele rozpoznawania obrazu przez człowieka, z których jeden był już badany przez naukowców z Cambridge w Wielkiej Brytanii. Omówiono koncepcję topienia materiału podstawowego przez zaginanie jeziorka spawalniczego ciśnieniem niejonizowanych gazów łukowych oraz amerykańską implementację pomiaru trzeciego wymiaru jeziorka spawalniczego i określania wtopienia stymulowanego przez elektronikę spawarki. Przedstawiono pożądane trajektorie ruchu końcówki elektrody w oparciu o fizykę łuku spawalniczego i technologię spawania oraz trudności w uczeniu ruchów praktykantów. Przedstawiono również podstawy neuronowego modelu mózgu wraz z modelem wektorowym sztucznej inteligencji.
Dyrektywy europejskie wymagają od firm spawalniczych stosujących procesy spajania uprawnień do wytwarzania konstrukcji. Normy wytwarzania wprowadzają obowiązek walidacji procesu, czyli sprawdzenia jego przydatności do konkretnego zastosowania w warunkach produkcji. Z kolei zleceniodawcy, coraz częściej żądają walidacji kierunkowych technologii do realizacji określonej inwestycji. Aby zakład mógł stosować spajanie w produkcji, musi udowodnić, że posiada odpowiednie możliwości techniczne i zaplecze personalne do wykonania konstrukcji o wymaganej jakości. W przypadku zgrzewania trzpieni metalowych walidację procesu należy przeprowadzić na podstawie zapisów normy PN-EN ISO 14555:2017. Określa ona wymagania dotyczące projektowania, kwalifikowania, badania technologii i badania produkcyjnego złączy.
Nauka to filozofia dorobiona do wiedzy inżynierskiej. „Ph dr eng.” to w tłumaczeniu z języka angielskiego doktor filozofii inżynierskiej. Jeżeli wiedza inżynierska jest kiepska, to i naukowe wnioski będą na niskim poziomie. Dlatego Japończycy inaczej niż w Polsce po japońsku drukują wiedzę inżynierską, a po angielsku drukują dla Amerykanów wiedzę naukową. W Polsce zazwyczaj nie drukuje się wiedzy praktycznej. W artykule porównamy wiedzę japońskich i polskich fachowców, którzy prowadzili kursy wiedzy praktycznej w firmie Technolkonstrzębski Co i Instytucie Łączenia Metali w Krakowie. Omówimy najważniejsze punkty nadzorowania tego procesu przed spawaniem.
W artykule w oparciu o schematy praktyczne, wykresy i tabele omówiono problemy z pękaniem stali i stopów tytanu. Na wykresie żelazo-węgiel naniesiono wykresy stopów tytanu, a w tabelach podano współrzędne punktów wykresu przemian fazowych dla stopów tytanu odpowiadajacym stalom konstrukcyjnym, ferrytycznym, austenitycznym i martenzytycznym. Porównano też wykresy chłodzenia stali konstrukcyjnych i stopów tytanu, a także ich wpływ na pękanie na zimno. Dla nowoczesnych stali niskowęglowych (<0,02%C) zaproponowano zastąpienie równoważnika węgla równoważnikiem niklu uzupełnionym o wodór.
W tym artykule omówiono różne wyzwania związane ze zdalnym szkoleniem i spawaniem za pomocą robota chirurgicznego i robota do rehabilitacji wyposażonego w aparat cyfrowy obserwujący strefę spawania, a w szczególności trudność w wykrywaniu granic jeziorka spawalniczego. Omówiono różnice w przetwarzaniu przez człowieka rzeczywistego obrazu przez ludzki mózg w porównaniu z obrazem w postaci filmu z cyfrowego aparatu fotograficznego. Oprócz potrzeby wykonywania drugiej pochodnej obrazu w czasie rzeczywistym, omówiono trzy modele rozpoznawania obrazu przez człowieka, z których jeden był już badany przez naukowców z Cambridge w Wielkiej Brytanii. Omówiono koncepcję topienia materiału podstawowego poprzez uginanie jeziorka spawalniczego pod ciśnieniem niezjonizowych gazów łuku elektrycznego i amerykańskie wykonanie pomiaru trzeciego wymiaru jeziorka spawalniczego i określenie głębokości wtopienia spoiny przez elektronikę spawarki. Przedstawiono pożądane trajektorie ruchu koncówki elektrody w oparciu o fizykę łuku spawalniczego i technologie spawania, a także omówiono trudności w nauczeniu ruchów spawaczy. Przedstawiono również podstawy modelu neuronowego mózgu z wektorowym modelem typów zdolności w sztucznej inteligencji.
EN
This paper discusses various challenges in remote welding with a surgical robot equipped with a digital camera used to observe the welding zone, in particular the difficulty in detecting the boundaries of the weld pool. The difference in the processing of the real image by the human brain is discussed in comparison with the image in the form of a film from a digital camera. In addition to the need of performing the second derivative of the image in real time, three models of human recognition of an image were discussed, one of which was already studied by researchers from Cambridge, UK. The concept of melting the base material by bending the weld pool with the pressure of non-ionized arc gases and the American implementation of the measurement of the third dimension of the weld pool and determining the weld penetration by electronics of the welding machine are discussed. Desired movement trajectories of the electrode tip based on the physics of the welding arc and welding technology are presented along with difficulties in teaching the movements to welding trainess. Basics of the neural model of the brain with the vector model of artificial intelligence are also presented.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.