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.