[Back]

F. Holzmüller:
"Untersuchungen zur Detektion von Schweißfehlern beim Laserstrahlschweißen von Metallen mit Hilfe einer NIR-Kamera";
Supervisor: G. Liedl, G. Humenberger; Institut für Fertigungstechnik und Hochleistungslasertechnik, 2018; final examination: 2018-09-26.

Laser beam welding is increasingly taking up an important place in various manufacturing processes. Since this process is usually autonomous, automatic control is desirable. Currently used inspection procedures, however, cannot or only with difficulty be integrated into an automated inspection process. There are therefore new approaches that aim to check the weld seam for defects during production. One of these possibilities is the observation of the welding process with a near infrared camera (NIR camera). There are already research approaches that use NIR image analyses to examine the quality of the weld seam. These approaches were examined in the present work and extended by a dynamic analysis of the welding process. Various materials were welded together for this purpose and deliberately defects were produced. The aim was to detect the most common welding defects such as porosity, spatter formation, collapsing keyholes, false friends and defective joining partners on the basis of the change in the weld pool. This change should be visible via the NIR camera.
The images from the NIR camera each formed a sequence, which was evaluated using various mathematical methods. This included the mean, maximum and minimum value analysis and the observation of the standard deviation or the relative standard deviation. The results of the image evaluation were not satisfactory compared to the existing research work. In contrast to other studies, no splashes could be identified. Also the approach to detect "false friends" on the basis of increased heat emission of the workpiece could not be verified in this work. The main reason for this is probably the used camera. Neither the image quality nor the capture rate of the camera used in this work correspond to those used in the reference work. Also, porosity formation in the welding process could not be proven by photo sequence analyses. However, the result of the dynamic analysis was astonishing. In order to map the dynamics, a pixel line near the laser incident spot was removed and compared with the same pixel line of the next image. The difference of the pixel values was then displayed in a 3-D plot. The resulting plot is flat for a stable process, wavy for an unstable one. Collapsing keyholes could thus be clearly identified. Also the insertion of defective joining partners could be clearly detected with the dynamic analysis

Das Laserstrahlschweißen nimmt vermehrt einen wichtigen Platz in verschiedenen Herstellungsabläufen ein. Da dieser Prozess meist autonom verläuft, ist eine automatische Kontrolle wünschenswert. Momentan genutzte überprüfungsverfahren lassen sich jedoch 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). Es gibt bereits Forschungsansätze, die anhand von NIR-Bildanalysen die Qualität der Schweißnaht untersuchen. Diese Ansätze wurden in der vorliegenden Arbeit überprüft und um eine Dynamikanalyse des Schweißprozesses erweitert. 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. Um die Dynamik abzubilden, wurde eine Pixelzeile in der Nähe des Lasereintreffpunktes herausgenommen und mit der gleichen Pixelzeile des nächsten Bildes verglichen. Die Differenz der Pixelwerte wurde dann in einem 3-D Plot wiedergegeben. 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.

Laserschweißen, NIR-Kamera