مراقبة جودة اللحام الآلي: فحص الرؤية بالذكاء الاصطناعي، والاختبارات غير المتلفة، وتصنيف العيوب وفقًا لمعيار ISO 5817 (2026)
يجمع نظام مراقبة جودة اللحام الآلي بين أربع طبقات: مراقبة عملية اللحام أثناء التشغيل لجهد القوس والتيار وتغذية السلك؛ وفحص خرزة اللحام باستخدام الذكاء الاصطناعي قبل اللحام وأثناءه وبعده؛ والاختبارات غير المتلفة (الموجات فوق الصوتية، والتصوير الإشعاعي، والاختبارات المغناطيسية، واختبارات الاختراق، أو اختبارات الرؤية) للوصلات الحساسة للسلامة؛ وتصنيف العيوب بشكل منهجي وفقًا لمستويات القبول ومعايير ISO 5817 / ISO 6520، مثل معيار AWS D1.1. تساهم هذه الطبقات مجتمعةً في خفض معدلات عيوب اللحام من 5-8%، وهي النسبة المعتادة في العمليات اليدوية، إلى أقل من 1% في الأنظمة الآلية المُعايرة.
نظرة سريعة على بنية مراقبة الجودة: ما الذي تلتقطه كل طبقة
قبل الخوض في تفاصيل كل طبقة، يوضح جدول المقارنة أدناه ما تكشفه كل طريقة، ونطاق تكلفتها لكل خلية، وسرعة الحصول على النتائج. يُعد فهم هذه الاختلافات نقطة انطلاق لتحديد التركيبة الأنسب لبيئة إنتاج معينة.
| طريقة مراقبة الجودة | ما يكتشفه | تغطية | التكلفة الإضافية (لكل خلية) | سرعة النتيجة |
|---|---|---|---|---|
| مراقبة العمليات المباشرة (معلمات القوس) | انحراف الجهد/التيار، وشذوذ تغذية الأسلاك، وفقدان تدفق الغاز - انحرافات العملية قبل أن تصبح عيوبًا | 100% من وقت تشغيل القوس | 2,000 دولار - 8,000 دولار (جهاز استشعار + تسجيل البيانات) | الوقت الحقيقي (بالمللي ثانية) |
| رؤية الذكاء الاصطناعي - ما قبل اللحام (هندسة الوصلة) | فجوة، عدم محاذاة، تركيب وصلة خارج نطاق التفاوت المسموح به | 100% من المفاصل | تمت مشاركته مع أجهزة الرؤية بعد اللحام | 1-3 ثانية لكل مسح |
| رؤية الذكاء الاصطناعي - أثناء المعالجة (حوض الصهر) | عدم استقرار القوس، وبصمات الاندماج غير المكتملة، وشذوذات التناثر | 100% من طول القوس | 10,000 دولار - 25,000 دولار (كاميرا عالية السرعة + الأشعة تحت الحمراء) | في الوقت الفعلي مع تأخير يبلغ حوالي 100 مللي ثانية |
| رؤية الذكاء الاصطناعي - ما بعد اللحام (شكل الخرزة) | التآكل السفلي، والتداخل، والتعبئة الناقصة، ومسامية السطح، وانحرافات هندسة الخرز | 100% من سطح اللحام | 15,000 دولار - 55,000 دولار (محلل ثلاثي الأبعاد + حساب الحافة) | 5-30 ثانية لكل مفصل |
| الفحص بالموجات فوق الصوتية (UT / PAUT) | العيوب الداخلية: عدم الانصهار، تشققات، شوائب حجمية في المادة بسمك ≥ 6 مم | تم أخذ عينات أو 100% على وصلات الأمان | 0 دولار (مُستعان بمصادر خارجية) – 45,000 دولار (مُستعان به داخل الخلية) | دقائق لكل مفصل (غير متصل بالإنترنت) |
| الاختبار الشعاعي | عيوب داخلية في كامل المقطع العرضي للوصلة؛ منصوص عليها في الكود الخاص بلحامات CJP | أخذ عينات من الدفعات وفقًا للقانون | يتم الاستعانة بمصادر خارجية لكل عملية لحام أو لكل دفعة | من ساعات (فيلم) إلى دقائق (رقمي) |
| جسيم مغناطيسي (MT) | الشقوق السطحية والقريبة من السطح في المواد المغناطيسية الحديدية | عينات | 500-3,000 دولار (معدات) | 15-30 دقيقة لكل اختبار |
| مادة الصبغة المتغلغلة (PT) | الشقوق السطحية المفتوحة والمسامية في أي مادة | عينات | 200-1,500 دولار (مواد استهلاكية) | 30-60 دقيقة لكل اختبار |
| الاختبار البصري (VT) | هندسة السطح، والتقويض، والتداخل، وعدم تطابق الأحجام | تم أخذ عينات منه أو يدوي بنسبة 100% | العمالة فقط | دقائق لكل مفصل |
القسم 1 - مراقبة العمليات المضمنة
تُعدّ مراقبة العملية أثناء التشغيل الخطوة الأولى في ضبط جودة اللحام الآلي. فبدلاً من اكتشاف العيوب بعد حدوثها، تقوم هذه المراقبة بتتبع متغيرات العملية التي تُسبب العيوب، وتُشير إلى الانحرافات قبل انتقال القوس الكهربائي.
معلمات القوس الكهربائي: الجهد والتيار وتغذية السلك
أثناء لحام GMAW (MIG/MAG)، يسجل مصدر الطاقة جهد القوس وتيار اللحام بمعدلات أخذ عينات تبلغ 1 كيلوهرتز أو أعلى. يقارن برنامج مراقبة شكل الموجة الإشارة المباشرة بأشكال الموجات المرجعية المُحددة أثناء تأهيل إجراء اللحام. يشير انخفاض الجهد المستمر بأكثر من ±3 فولت عن القيمة المُحددة إلى مشكلة في طرف التلامس، أو عدم محاذاة الوصلة، أو مشكلة في غاز الحماية. ترتبط انحرافات التيار بتغيرات سرعة تغذية السلك، مما يؤثر على الاختراق وشكل خرزة اللحام. تُطبق أنظمة مثل وحدة SmartPower من ABB ومنصة تسجيل البيانات CheckPoint من Lincoln Electric هذا النوع من اكتشاف شذوذ شكل الموجة، حيث تُخصص مؤشر جودة لحام لكل وصلة بناءً على استقرار المعلمات.
مراقبة تدفق الغاز وحالة الشعلة
تتم مراقبة تدفق غاز الحماية عند منظم التدفق، وفي الأنظمة المجهزة بأجهزة قياس، عند جسم الشعلة. يقوم مستشعر التدفق الكتلي بتفعيل إشارة إيقاف اللحام إذا انخفض التدفق عن الحد الأدنى المطلوب، والذي يتراوح عادةً بين 12 و18 لترًا/دقيقة للحام القوسي المعدني بالغاز باستخدام سلك صلب، مما يمنع المسامية الناتجة عن عدم كفاية تغطية الغاز. تراقب مستشعرات حالة الشعلة مقاومة الفوهة (كمؤشر لتراكم الرذاذ) وتآكل طرف التلامس، مما يستدعي تغيير الأداة قبل أن يؤدي تآكل الطرف إلى تغيير نقطة التلامس وتدهور وضعية اللحام.
مدة تشغيل القوس كإشارة جودة
يُسجّل وقت تشغيل القوس الكهربائي لكل وصلة تلقائيًا، مما يوفر مؤشرًا لجودة الدورة. فالوصلة التي تستغرق عادةً 18 ثانية من وقت تشغيل القوس الكهربائي، وتُنجز في 14 ثانية، تُشير إلى انطفاء مبكر للقوس، وهو ما قد يُؤدي إلى عدم انصهار المعدن. تربط سجلات التتبع على مستوى التسلسل وقت تشغيل القوس الكهربائي، وذروة التيار، واستقرار الجهد الكهربائي بمعرف الوصلة، مما يُتيح تحليل السبب الجذري عند اكتشاف عيوب في المراحل اللاحقة من عملية الاختبار غير الإتلافي.
بحسب بيانات الصناعة التي جمعتها الجمعية الأمريكية للحام (AWS)، يُقلل اللحام الآلي معدلات عيوب اللحام من 5-8% في العمليات اليدوية إلى أقل من 1% في الأنظمة الآلية المُعايرة بدقة. ويُعزى الجزء المتبقي من العيوب (أقل من 1%) في الغالب إلى عدم محاذاة أدوات التثبيت وأعطال إدارة المواد الاستهلاكية، وليس إلى عملية اللحام نفسها، مما يجعل مراقبة المعايير أثناء عملية اللحام الأداة الرئيسية لاكتشاف هذه الأعطال المتبقية قبل أن تتسبب في تلف المنتج.
القسم 2 - فحص الرؤية بالذكاء الاصطناعي (طبقة الجودة الأساسية)
يشمل فحص الرؤية بالذكاء الاصطناعي الآن جميع المراحل الزمنية الثلاث للحام: قبل بدء القوس الكهربائي (التحقق من وصلة اللحام قبل اللحام)، وأثناء اللحام (مراقبة حوض الانصهار وضوء القوس)، وبعد اللحام (تحديد شكل خرزة اللحام بعد اللحام). تستخدم كل مرحلة أجهزة استشعار مختلفة وتوفر قيمة مختلفة لمراقبة الجودة.
قبل اللحام: التحقق من هندسة الوصلة
يقوم ماسح ضوئي ليزري أو كاميرا ثلاثية الأبعاد تعمل بتقنية الضوء المهيكل بتصوير هندسة الوصلة قبل أن يبدأ الروبوت عملية اللحام. يتحقق النظام من فجوة الجذر، ومحاذاة الوصلة، وزاوية الاقتراب وفقًا لحدود مواصفات إجراء اللحام المعتمدة (WPS). في حال وجود وصلات خارج نطاق التفاوت المسموح به، أو فجوة أوسع من الحد الأقصى المسموح به في مواصفات إجراء اللحام، أو عدم محاذاة من شأنه أن يجعل خرزة اللحام غير مركزية، يتم إيقاف العملية وإصدار تنبيه قبل إهدار أي وقت من وقت تشغيل القوس الكهربائي على إعداد معيب.
تشمل الأنظمة الرائدة في هذا المجال Meta Vision MV (المتكامل مع EtherCAT، والشائعة الاستخدام في ورش إصلاح هياكل السيارات)، وServo-Robot (المستخدمة على نطاق واسع في تصنيع الهياكل)، وScansonic (المقاوم للبيئات عالية الطاقة)، وOctopuz (الذي يُصحح مسار اللحام برمجياً من سحابة النقاط). كما يُصحح المسح الضوئي قبل اللحام مسار اللحام الخاص بالروبوت لمراعاة التباين في أبعاد الأجزاء، وهي الوظيفة الأساسية لأجهزة قياس ملامح اللحام بالليزر الموضحة في دليل مكونات الخلية.
أثناء العملية: مراقبة خصائص ضوء القوس الكهربائي وحوض الصهر
تلتقط كاميرات عالية السرعة (10,000-50,000 إطار في الثانية) مُرشّحة لأطوال موجات انبعاث القوس الكهربائي، صورةً لملف ضوء القوس وهندسة حوض الانصهار في الوقت الحقيقي. وفي الوقت نفسه، ترسم كاميرات التصوير الحراري بالأشعة تحت الحمراء خريطة لتوزيع درجة حرارة المنطقة المتأثرة بالحرارة. وتشير هذه الإشارات مجتمعةً إلى عدم اكتمال الانصهار قبل أن يُدفن تحت طبقات اللحام اللاحقة: فحوض الانصهار الذي يضيق فجأةً بينما تظل سرعة التدفق والتيار ثابتين، يُشير إلى انهيار فجوة الوصلة أو تلوث المعدن الأساسي.
عمليًا، تُعدّ معالجة الصور أثناء التشغيل الطبقة الأكثر استهلاكًا للموارد الحاسوبية. تعمل لوحات الاستدلال الطرفية (مثل NVIDIA Jetson أو ما يعادلها) على تشغيل نماذج شبكات عصبية تلافيفية خفيفة الوزن مُدرّبة على صور شذوذ القوس المُصنّفة، حيث تُصنّف كل إطار في غضون 50-100 مللي ثانية. تُستخدم خطوط أنابيب NVIDIA Metropolis الكاملة في خلايا إنتاج السيارات عالية الإنتاجية، حيث تعمل عدة كاميرات في وقت واحد.
ما بعد اللحام: شكل الخرزة وتصنيف العيوب
تستخدم عملية تحديد شكل خرزة اللحام بعد اللحام جهاز قياس ثلاثي الأبعاد بالليزر لإنشاء سحابة نقاط مقطعية للحام المكتمل. يقيس الجهاز عرض الخرزة وارتفاعها وعمق التآكل وامتداد التداخل وزاوية طرفها، وهي معايير تتوافق مباشرةً مع متطلبات مستوى القبول وفقًا لمعيار ISO 5817. تقوم نماذج التعلم العميق، المدربة على مجموعات بيانات عيوب اللحام المصنفة، بتصنيف خصائص السطح: التآكل (النوع 5011 وفقًا لمعيار ISO 5817)، والتداخل (5041)، وعدم التعبئة (5012)، ومسامية السطح (2017)، والانحرافات الهندسية عن شكل خرزة اللحام المؤهلة.
تشمل منصات برامج الرؤية التجارية المستخدمة في عمليات النشر الإنتاجية Cognex VisionPro (المستخدمة على نطاق واسع لفحص الأسطح ثنائية الأبعاد)، وMVTec HALCON (المفضلة لتحليل الملامح ثلاثية الأبعاد المعقدة مع مرونة البرمجة النصية)، وIntel Geti (تدريب النماذج وإدارة النشر بمساعدة الحوسبة السحابية). أما حزم برامج الفحص الخاصة بالتطبيقات فتشمل Inspekto S70 لخلايا التصنيع المرنة وYxlon HBR-DL للفحص المتكامل بالأشعة السينية على لحامات أوعية الضغط والفضاء الجوي ذات الأهمية البالغة للسلامة.
بحسب بيانات تطبيق هذه التقنية في الصناعة، يحقق فحص اللحام باستخدام الذكاء الاصطناعي القائم على الرؤية معدلات كشف عيوب تتراوح بين 96% و99% للعيوب السطحية والقريبة من السطح، مقارنةً بنحو 87% للفحص البصري اليدوي المُدرَّب الذي يُجرى بسرعة الإنتاج. كما أن معدل الإنذارات الكاذبة في أنظمة الذكاء الاصطناعي أقل من الفحص البصري اليدوي، لأن النموذج يطبق عتبة قرار ثابتة على كل قياس، دون تأثيرات الإرهاق وانحراف العتبة التي تؤثر على المفتشين البشريين خلال نوبات عمل طويلة.
القسم 3 - طرق الاختبار غير المتلف (NDT)
تُعدّ طرق الاختبار غير الإتلافي (NDT) ضرورية بموجب قوانين اللحام للوصلات بالغة الأهمية للسلامة، ولا يمكن الاستغناء عنها بالفحص البصري أو باستخدام الذكاء الاصطناعي فقط. لكل طريقة نطاق قدرات محدد؛ ويُشكّل تحديد الطريقة المناسبة لنوع الوصلة وسُمك المادة أساس خطة فحص متوافقة مع القوانين.
الفحص بالموجات فوق الصوتية (UT / PAUT)
يستخدم الفحص بالموجات فوق الصوتية موجات صوتية عالية التردد للكشف عن العيوب الداخلية في المواد التي يبلغ سمكها 6 مم أو أكثر. يقوم الفحص بالموجات فوق الصوتية بتقنية المصفوفة الطورية (PAUT) بتوجيه الشعاع إلكترونيًا عبر زوايا متعددة دون تحريك المجس، مما يُنتج صورة مقطعية (S-scan) لحجم اللحام في تمريرة واحدة. وقد حلت تقنية PAUT محل الفحص التقليدي بالموجات فوق الصوتية أحادي المجس في لحامات الهياكل وأوعية الضغط، نظرًا لما توفره من تغطية حجمية أفضل، وتصوير رقمي، وسجل دائم. يقبل الملحق K من معيار AWS D1.1 تقنية PAUT كبديل للتصوير الإشعاعي (RT) في لحامات الاختراق الكامل للوصلات عند وجود إجراء معتمد.
اختبار التصوير الشعاعي (RT)
تستخدم تقنية التصوير الإشعاعي (RT) الأشعة السينية أو أشعة غاما لتصوير المقطع العرضي للحام على فيلم أو كاشف رقمي. ولا تزال هذه التقنية هي الطريقة المرجعية للكشف عن العيوب الحجمية، وتجمعات المسامية، وشوائب الخبث، وعدم اكتمال اختراق الوصلة، وذلك عبر كامل سماكة اللحام. وتُلزم معايير AWS D1.1 باستخدام تقنية التصوير الإشعاعي للعناصر المعرضة للكسر، كما يُلزم بها القسم التاسع من معايير ASME لفئات معينة من اللحامات التي تحافظ على الضغط. وقد ساهم التصوير الشعاعي الرقمي (DR) والتصوير المقطعي المحوسب (CT) في تقليل وقت معالجة الأفلام من ساعات إلى دقائق، كما يدعمان إعادة بناء ثلاثية الأبعاد للوصلات ذات الأشكال الهندسية المعقدة.
اختبار الجسيمات المغناطيسية (MT)
يكشف المجهر المغناطيسي عن العيوب السطحية والقريبة من السطح (الشقوق، والدرزات، والوصلات الباردة) في المواد المغناطيسية الحديدية عن طريق توليد مجال مغناطيسي وتطبيق معلق من الجسيمات المغناطيسية الحديدية. تتراكم الجسيمات بشكل مرئي في العيوب العمودية على خطوط المجال. يتميز المجهر المغناطيسي بالسرعة وسهولة النقل وانخفاض التكلفة، مما يجعله الطريقة القياسية للفحص الأولي للحامات الزاوية والحواف في تصنيع الهياكل الفولاذية. لا يمكن للمجهر المغناطيسي فحص الفولاذ المقاوم للصدأ الأوستنيتي أو الألومنيوم (مواد غير مغناطيسية حديدية)، وهو يكشف فقط عن العيوب التي تنكسر أو تقترب من السطح.
اختبار اختراق الصبغة (PT)
تُطبّق تقنية الاختراق السائل (PT) سائلاً منخفض اللزوجة على سطح اللحام النظيف؛ حيث تعمل الخاصية الشعرية على سحب السائل إلى داخل الشقوق السطحية المفتوحة. بعد فترة انتظار، يُطبّق كاشفٌ يسحب السائل للخارج بشكل مرئي. تعمل تقنية الاختراق السائل على جميع أنواع المواد، سواءً كانت مغناطيسية حديدية، أو فولاذ مقاوم للصدأ، أو ألومنيوم، أو تيتانيوم، وهي الطريقة القياسية للكشف عن الشقوق السطحية في اللحامات غير المغناطيسية الحديدية. تتطلب هذه التقنية سطحًا نظيفًا وجافًا وفترة انتظار مضبوطة، مما يجعلها أقل ملاءمةً للفحص المتواصل عالي الإنتاجية، ولكنها عملية كفحص دوري على عينات من اللحامات.
الاختبار البصري (VT)
يُعدّ الفحص البصري (VT) أبسط طرق الفحص وأقلها تكلفةً وأولها تطبيقًا. يقوم مفتش مُدرّب بفحص سطح اللحام بحثًا عن عيوب مرئية: التآكل، والتداخل، والتشققات السطحية، ونقص التعبئة، وشكل اللحام، وذلك باستخدام مقياس أو قالب مرجعي. يشترط البند 6 من معيار AWS D1.1 إجراء الفحص البصري على جميع اللحامات قبل تطبيق أي طريقة أخرى من طرق الفحص غير المتلف (NDT). تُعتبر أنظمة فحص الرؤية المدعومة بالذكاء الاصطناعي، من الناحية الوظيفية، شكلاً آليًا ومُجهزًا بأجهزة قياس للفحص البصري، حيث تغطي 100% من اللحام، وتتميز بعتبات ثابتة، وسجلات موثقة.
القسم 4 - تصنيف العيوب: تصنيف ISO 6520-1 وISO 5817
يُقدّم معيار ISO 6520-1 نظام تصنيف مرجعي لعيوب اللحام، حيث يُصنّفها إلى ست مجموعات حسب النوع. ويربط معيار ISO 5817 هذه الأنواع من العيوب بمستويات القبول B (الأكثر صرامة)، وC (المتوسط)، وD (الأقل صرامة) بناءً على الحدود البُعدية لكل عيب. وتُنتج نماذج الرؤية المُدرّبة على فئات معيار ISO 6520-1 مخرجات تُطابق مباشرةً قرارات القبول/الرفض في معيار ISO 5817.
مجموعات العيوب وفقًا لمعيار ISO 6520-1
| المجموعة (نطاق الأرقام) | نوع النقص | أمثلة شائعة | طريقة الكشف النموذجية |
|---|---|---|---|
| المجموعة 1 (100) | الشقوق | صدع طولي (101)، صدع عرضي (102)، صدع ساخن (104)، صدع فوهة (107) | التصوير بالموجات فوق الصوتية، والتصوير الإشعاعي، والتصوير المغناطيسي، والتصوير المقطعي بالإصدار البوزيتروني، والرؤية بالذكاء الاصطناعي (التشققات السطحية) |
| المجموعة 2 (200) | تسوس الأسنان | المسامية (2011)، الثقب الدودي (2015)، المسامية السطحية (2017)، تجويف الانكماش (202) | التصوير الإشعاعي (الحجمي)، والتصوير بالموجات فوق الصوتية، والرؤية بالذكاء الاصطناعي (مسام السطح) |
| المجموعة 3 (300) | شوائب صلبة | شوائب الخبث (301)، شوائب التدفق (302)، شوائب الأكسيد (3041)، شوائب معدنية (304) | RT، UT (PAUT للشوائب الأكبر حجماً) |
| المجموعة 4 (400) | عدم الاندماج والاختراق | عدم الاندماج (401)، اختراق غير كامل (402)، عدم اختراق الجذر (4021) | UT (PAUT)، RT؛ رؤية الذكاء الاصطناعي على الوجه الجذري (وصول محدود) |
| المجموعة 5 (500) | شكل وأبعاد غير مثالية | القطع السفلي (5011)، التداخل (5041)، التعبئة الناقصة (5012)، التحدب المفرط (503)، عدم المحاذاة الزاوية (508) | رؤية الذكاء الاصطناعي (تحديد شكل الخرز ثلاثي الأبعاد)، VT، المقاييس |
| المجموعة 6 (600) | عيوب متنوعة | ضربة قوسية (601)، تناثر (602)، سطح ممزق (6011)، علامة طحن (6012) | تقنية الفيديو، رؤية الذكاء الاصطناعي، MT |
مستويات القبول وفقًا لمعيار ISO 5817: ب، ج، د
تحدد المواصفة القياسية ISO 5817:2023 ثلاثة مستويات لجودة القبول لوصلات اللحام الانصهاري في الفولاذ والنيكل والتيتانيوم والألومنيوم. المستوى D (جودة متوسطة) يتميز بأوسع هوامش التفاوت في الأبعاد وينطبق على عمليات التصنيع العامة. المستوى C (جودة متوسطة) هو المعيار للتطبيقات الإنشائية ومعظم عمليات التصنيع الصناعية. أما المستوى B (جودة عالية) فينطبق على الهياكل الحساسة للسلامة، ومعدات الضغط، والهياكل الأساسية للسيارات حيث تكون متطلبات مقاومة الإجهاد والكسر عالية.
كمثال عملي: يُعتبر القطع السفلي (النوع 5011) بعمق 0.5 مم مقبولاً عند المستوى D، وهامشياً عند المستوى C (حيث الحد الأقصى 0.5 مم للحامات التناكبية)، ومرفوضاً عند المستوى B (الحد الأقصى 0.25 مم للحامات التناكبية). تقوم أنظمة الرؤية المدعومة بالذكاء الاصطناعي، والمُهيأة لمستوى قبول مُحدد، بضبط عتبات الكشف الخاصة بها وفقاً للحدود البُعدية في الجدول ذي الصلة من معيار ISO 5817، مما يُتيح اتخاذ قرارات القبول/الرفض تلقائياً.
القسم 5 - تحديد معايير القبول: AWS D1.1 و EN 15085 و ISO 3834
بالإضافة إلى معيار ISO 5817، يجب على المصنّعين الذين يعملون وفقًا لمعايير خاصة بكل صناعة أن يطابقوا خطة الفحص الخاصة بهم مع معايير القبول الواردة في تلك المعايير. يلخص الجدول أدناه المعايير الأساسية ونطاق الجودة الخاص بها لتطبيقات اللحام الآلي.
| الكود / المعيار | نطاق التطبيق | المتطلبات البصرية (VT) | متطلبات RT / UT | مرجع مستوى الجودة |
|---|---|---|---|---|
| AWS D1.1 (الفولاذ الإنشائي) | تصنيع وتركيب الهياكل الفولاذية في أمريكا الشمالية | 100% على جميع اللحامات (البند 6) | التصوير الإشعاعي أو التصوير بالموجات فوق الصوتية على أعضاء الشد في CJP والأعضاء المعرضة للكسر | القبول حسب فئة الوصلة ونوع التحميل |
| AWS D1.2 (ألومنيوم) | لحام الألمنيوم الهيكلي | 100% VT | التصوير الشعاعي أو التصوير بالموجات فوق الصوتية لكل فئة من فئات المفاصل؛ يفضل التصوير الشعاعي للألمنيوم الرقيق | نهج تصنيفي مشابه للنهج D1.1 تم تكييفه للبنية المجهرية للألمنيوم |
| AWS D1.6 (الفولاذ المقاوم للصدأ) | لحام الفولاذ المقاوم للصدأ الهيكلي | 100% VT | RT أو PT (لا ينطبق MT على الدرجات الأوستنيتية) | تأخذ المعايير في الاعتبار خطر التحسس بالقرب من المناطق الخطرة للحساسية |
| EN 15085 (مركبات السكك الحديدية) | لحام مركبات ومكونات السكك الحديدية | 100% على الوصلات الحساسة للسلامة من الفئة CL1 | 100% من العلاج الإشعاعي أو العلاج بالموجات فوق الصوتية على المفاصل CL1؛ أخذ عينات على المفاصل CL2/CL3 | معيار ISO 5817 المستوى B للمستوى CL1؛ المستوى C أو D للمستوى الأقل حرجًا |
| ISO 3834 (متطلبات الجودة) | معيار إطاري لإدارة جودة اللحام الانصهاري؛ مذكور في EN 1090 وEN 15085 وغيرها | وفقًا لمعيار المنتج المرجعي | وفقًا لمعيار المنتج المرجعي | ISO 3834-2 (شامل)، -3 (قياسي)، -4 (ابتدائي) |
| القسم التاسع من معايير الجمعية الأمريكية للمهندسين الميكانيكيين (أوعية الضغط) | الغلايات وأوعية الضغط والأنابيب في الولايات المتحدة الأمريكية وعلى مستوى العالم بالرجوع إلى | وفقًا لقانون البناء (ASME VIII Div.1) | التصوير الإشعاعي إلزامي للمفاصل ذات الرقم P التي تتجاوز عتبة الضغط في القسم 1 | لا يوجد ربط مباشر وفقًا لمعيار ISO 5817؛ تُطبق معايير قبول ASME QW وUW |
وفقًا لمعيار الجمعية الأمريكية للحام (AWS D1.1:2020، البند 6.9)، يجب فحص جميع اللحامات بصريًا قبل إجراء أي فحص غير متلف آخر. هذا الشرط يجعل الفحص البصري - وبالتالي فحص الرؤية الآلي المدعوم بالذكاء الاصطناعي - شرطًا أساسيًا لإتمام عملية الفحص، وليس إضافة اختيارية. عمليات اللحام الروبوتية التي تسجل نتائج الرؤية المدعوم بالذكاء الاصطناعي بنسبة 100% لكل وصلة تفي بمتطلبات التوثيق لهذا البند، مع توفير سجل جودة قابل للتدقيق لكل دفعة إنتاج.
القسم 6 - عائد الاستثمار في نشر الذكاء الاصطناعي لأنظمة جودة اللحام
تعتمد دراسة الجدوى الاقتصادية لإضافة فحص الرؤية بالذكاء الاصطناعي إلى خلية اللحام الروبوتية الحالية على ثلاثة تحسينات قابلة للقياس: معدلات اكتشاف العيوب الأعلى، ومعدلات النتائج الإيجابية الخاطئة الأقل مما يقلل من الخردة غير الضرورية، وتقليل وتيرة الاختبارات غير المتلفة اللاحقة على دفعات الإنتاج التي تجتاز الفحص الآلي.
زيادة معدل الكشف
يحقق الفحص البصري اليدوي المُدرَّب على نواتج اللحام الآلي، والذي يُجريه مفتشون مؤهلون بسرعة إنتاجية عالية، معدلات كشف تصل إلى 87% تقريبًا للعيوب السطحية والقريبة من السطح، وهو رقم ينخفض أكثر في نهاية الوردية وتحت ضغط الإنتاج العالي. أما أنظمة الرؤية المدعومة بالذكاء الاصطناعي والمُستخدمة في خلايا اللحام الآلي، فتحقق باستمرار معدلات كشف تتراوح بين 96% و99% لنفس فئات العيوب، استنادًا إلى بيانات النشر في هذا القطاع. وتُترجم هذه الفجوة، التي تتراوح بين 9 و12 نقطة مئوية، مباشرةً إلى انخفاض معدلات عدم اكتشاف العيوب السطحية التي تصل إلى مراحل التجميع اللاحقة أو تسليم المنتج للعميل.
تكلفة أجهزة الرؤية
تتراوح التكلفة الإضافية للأجهزة اللازمة لإضافة نظام رؤية ذكاء اصطناعي لما بعد اللحام إلى خلية موجودة (جهاز تحديد ملامح الليزر ثلاثي الأبعاد، وحاسوب صناعي مزود بتقنية استنتاج الحواف، وبرمجيات تكامل) بين 25,000 و55,000 دولار أمريكي لتكوين تحديد ملامح خرزة اللحام بعد اللحام. وتضيف إضافة مسح وصلة اللحام قبل اللحام على نفس منصة الأجهزة تكلفة تتراوح بين 5,000 و15,000 دولار أمريكي. أما المراقبة الكاملة لحوض الانصهار أثناء عملية اللحام باستخدام كاميرا عالية السرعة والتصوير الحراري بالأشعة تحت الحمراء فهي الطبقة الأعلى تكلفة، حيث تضيف ما بين 10,000 و25,000 دولار أمريكي، وهي مخصصة بشكل أساسي لقطاعات الطيران والفضاء، وأوعية الضغط، ولحام السكك الحديدية الحساسة للسلامة، وليس للتصنيع العام. وبشكل عام، تبلغ التكلفة الإضافية لمجموعة كاملة من أنظمة رؤية الذكاء الاصطناعي ثلاثية المراحل على خلية واحدة ما بين 40,000 و80,000 دولار أمريكي مقارنةً بالخلية الروبوتية الأساسية.
دوافع السداد
في ورشة تصنيع هياكل متوسطة الحجم تُنتج 300 وصلة لحام مُفحوصة في كل وردية، يؤدي رفع معدل الكشف من 87% إلى 97% إلى منع ما يقارب 30 عيبًا إضافيًا لكل 1,000 وصلة. وبمتوسط تكلفة 75 دولارًا أمريكيًا لكل عملية إعادة عمل يتم اكتشافها أثناء التصنيع (مقابل 400 دولار أمريكي أو أكثر لكل عيب ينتقل إلى مرحلة التجميع اللاحقة)، فإن توفير العيوب وحده يُحقق وفورات تتراوح بين 50,000 و120,000 دولار أمريكي سنويًا لكل خلية، وذلك حسب حجم الإنتاج وتكلفة إعادة العمل. ويُمكن استرداد تكلفة أجهزة الرؤية البالغة 50,000 دولار أمريكي في غضون 6 إلى 14 شهرًا وفقًا لهذه المعايير. كما أن تقليل وتيرة الاختبارات غير الإتلافية، عندما تدعم بيانات قدرة العملية من نظام الرؤية خطط أخذ العينات المُخفّضة المتفق عليها مع العميل، يُضيف وفورات إضافية تختلف باختلاف التطبيق.
عمليًا، لا يكمن أهم عامل في عملية النشر في جهاز الرؤية نفسه، بل في جودة مكتبة العمليات التي يراقبها. تستفيد الخلايا التي تعمل وفقًا لمواصفات إجراءات لحام (WPS) عالية الجودة، مع ثبات في تكرار التثبيت وإدارة متسقة للمواد الاستهلاكية، استفادة كاملة من معدل الكشف الذي توفره تقنية الذكاء الاصطناعي للرؤية. أما الخلايا ذات التباين العالي في العمليات، فتُنتج معدلات إنذار خاطئ مرتفعة، لأن النموذج لا يستطيع التمييز بين عيب حقيقي وانحراف في المعلمات ناتج عن تآكل طرف التلامس أو انحراف معايرة مصدر الطاقة. إن معالجة استقرار العملية أولًا، ثم إضافة تقنية الذكاء الاصطناعي للرؤية كطبقة مراقبة، يُحقق نتائج أفضل من إضافة الرؤية إلى عملية تُنتج بالفعل لحامات على الحافة.
بنية مراقبة الجودة ذات الخمس خطوات: من المستشعر إلى نظام إدارة التصنيع
تربط بنية مراقبة الجودة الجاهزة للإنتاج طبقات الفحص المذكورة أعلاه في تدفق بيانات ينتقل من المستشعر إلى قرار الجودة ثم إلى سجل الإنتاج. تنطبق البنية المكونة من خمس خطوات أدناه على خلايا اللحام الروبوتية بدءًا من التكوينات أحادية المحطة وصولًا إلى خطوط الإنتاج متعددة المحطات.
- طبقة الاستشعار. تُنتج أجهزة استشعار مراقبة العملية المدمجة (شكل موجة جهد/تيار القوس، ومعدل تغذية السلك، وتدفق الغاز)، والماسح الضوئي الليزري قبل اللحام، والكاميرا عالية السرعة أثناء العملية (اختيارية)، وجهاز تحديد الملامح ثلاثي الأبعاد بعد اللحام، تدفقات بيانات مُؤرَّخة ومُرتبطة بمعرّف الوصلة. يعمل نظام EtherCAT بتردد 1 كيلوهرتز على مزامنة بيانات مستشعرات معلمات القوس مع بيانات موضع وحدة تحكم الروبوت، مما يُتيح رسم خرائط مكانية لشذوذات شكل الموجة إلى مواقع دقيقة على طول خط اللحام.
- الاستدلال على الحواف. تقوم وحدة الحوسبة الطرفية (حاسوب صناعي أو لوحة تسريع مخصصة للذكاء الاصطناعي) بتشغيل الاستدلال في الوقت الفعلي على إشارات العملية وبيانات الرؤية. وتُحدد نماذج التصنيف المفاصل المشتبه بها خلال فترة نقل الروبوت بين المفاصل، والتي تتراوح عادةً بين 2 و5 ثوانٍ، بحيث يتلقى المشغل تنبيهًا قبل انتقال الروبوت إلى المفصل التالي، مما يتيح التدخل أثناء العملية بدلاً من إعادة العمل بعد انتهاء الدفعة.
- تصنيف العيوب. تُصنّف الوصلات المُعلّمة حسب نوع العيب وفقًا لتصنيف ISO 6520-1، وتُقارن شدة العيب بمستوى القبول المُطبّق وفقًا لمعيار ISO 5817 (ب، ج، أو د) المُحدّد لأمر الإنتاج. تُسجّل الوصلات التي تتجاوز عتبة القبول كحالات عدم مطابقة؛ أما الوصلات التي تقع على الحد الأدنى فتُوضع في قائمة الانتظار لإعادة الفحص اليدوي أو الفحص غير المتلف، وذلك حسب خطة الجودة.
- سجل التتبع. تُسجَّل جميع قراءات المستشعرات، وصور الرؤية، ونتائج التصنيف، وتصرفات المشغلين في سجل تتبع مرتبط برقم تعريف الوصلة، والرقم التسلسلي للجزء، ورقم دفعة الإنتاج. يدعم هذا السجل كلاً من تحليل الجودة الداخلي (اكتشاف الاتجاهات، وتحسين المعلمات) ومتطلبات تدقيق العملاء أو الجهات التنظيمية بموجب معيار ISO 3834 أو EN 15085.
- تكامل نظام إدارة عمليات التصنيع (MES). يُغذي سجل التتبع نظام تنفيذ التصنيع (MES) في الوقت الفعلي، مُحدِّثًا حالة جودة دفعات الإنتاج، ومُعلِمًا بأوامر إعادة العمل، ومُفعِّلًا جدولة الاختبارات غير المتلفة للدفعات التي تتطلب أخذ عينات وفقًا للمعايير. يسمح التكامل ثنائي الاتجاه لنظام تنفيذ التصنيع بإرسال معلمات إجراءات اللحام (إعدادات WPS) إلى وحدة تحكم الروبوت عند تغيير المهمة، مما يقلل من مخاطر اختيار المعلمات بشكل غير صحيح على خطوط الإنتاج متعددة المنتجات.
كيف يتعامل الموردون الرائدون مع مجموعة إجراءات مراقبة الجودة
قامت كل من FANUC وABB وKUKA بدمج تسجيل البيانات ومراقبة المعلمات في وحدات التحكم الخاصة بروبوتات اللحام، حيث تمثل مجموعة WeldGuide وSmartPower من ABB ووحدة ArcSense من KUKA تطبيقات ناضجة لخطوط إنتاج السيارات من الدرجة الأولى. وتُقدم Yaskawa Motoman مراقبة العمليات الخاصة باللحام من خلال برنامج Weld Navigator. كما أضافت ESTUN إمكانية مراقبة اللحام المباشر إلى خلايا اللحام متوسطة المدى الخاصة بها لسوق التصنيع العام.
تُعالج EVST جميع جوانب مراقبة الجودة من خلال نظام اللحام EVS-AI، الذي يدمج تقنية التعرف البصري ثلاثي الأبعاد، ومكتبة عمليات اللحام RX (معايير مُؤهلة مسبقًا لأنواع الوصلات الشائعة ومجموعات المواد)، ومزامنة مستشعرات EtherCAT بتردد 1 كيلوهرتز لضمان توافق دقيق بين بيانات معلمات القوس وموقع الروبوت. يعمل محرك التعلم الذاتي للنظام على تحسين معلمات اللحام خلال دورات الإنتاج دون الحاجة إلى إعادة تعليم يدوية، مما يقلل من الانحراف بين معلمات الإجراءات المُؤهلة ومعلمات الإنتاج الفعلية، وهو مصدر شائع لتراكم العيوب الطفيفة في دورات الإنتاج الطويلة. تحمل خلايا اللحام من EVST شهادات CE وSGS وTUV من جهات خارجية، ما يُلبي متطلبات التوثيق لعمليات تدقيق أنظمة الجودة ISO 3834 وEN 15085 في أسواق التصدير. تغطي منصة الروبوت الأساسية، المصنعة وفقًا لمعايير الجودة IATF16949 الخاصة بالسيارات، نطاق الحمولة الكامل من أذرع اللحام التعاونية إلى التكوينات الصناعية الثقيلة، لتشمل نطاق أحجام اللحام التي تتطلبها خطوط الإنتاج الحساسة للجودة عادةً. تقوم شركة EVST بنشر الدعم الهندسي الميداني في أكثر من 100 دولة، وهو عامل مهم عندما تتطلب معايرة نظام مراقبة الجودة وإعادة معايرته بعد تغييرات التجهيزات الرئيسية مساعدة فنية في الموقع.
بالنسبة للمشترين الذين يقيمون الصورة الكاملة للتكامل، بدءًا من ذراع الروبوت وجهاز تحديد المواقع وصولًا إلى مجموعة أدوات مراقبة الجودة، مكونات خلية اللحام الروبوتية ودليل التكامل يتناول هذا التقرير بنية المستشعر وشبكة المجال بتفصيل دقيق. كما يتناول نمذجة عائد الاستثمار لاستثمار الخلية بالكامل، بما في ذلك وفورات معدل العيوب. تحليل العائد على الاستثمار وفترة الاسترداد لخلايا اللحام الروبوتية.
بحسب تقرير الاتحاد الدولي للروبوتات (IFR) بعنوان "الروبوتات العالمية 2025"، تمثل عمليات اللحام حوالي 23% من إجمالي تركيبات الروبوتات الصناعية عالميًا، وقد شهدت نسبة تركيبات خلايا اللحام الجديدة التي تتضمن مراقبة الجودة المباشرة وفحص الرؤية نموًا ملحوظًا بالتزامن مع التوجه الأوسع نحو التصنيع القائم على البيانات. ويعكس هذا التوجه توفر أجهزة الحوسبة الطرفية بأسعار معقولة، فضلًا عن متطلبات توثيق الجودة المتزايدة صرامةً من جانب العملاء، وهي عوامل تدفع بفحص اللحام المدعوم بالذكاء الاصطناعي من نطاق استخدامه في صناعة السيارات فقط إلى تصنيع الهياكل بشكل عام.
قراءات ذات صلة وموارد داخلية
- الدليل الكامل لأتمتة اللحام الروبوتي (2026)مقال رئيسي يغطي اختيار العملية، وتصميم الخلية، ونطاق تطبيقات اللحام بالكامل
- أفضل 10 علامات تجارية لروبوتات اللحام (2026)مقارنة بين الشركات المصنعة الأصلية من حيث دعم التكامل، ونطاق الحمولة، وتغطية الخدمة الإقليمية
- مكونات خلية اللحام الروبوتية وتكاملها (2026)طبقة المستشعرات، وبنية ناقل المجال، وأنواع أجهزة تحديد المواقع، وتسلسل التشغيل
- اللحام الروبوتي بتقنية MIG مقابل TIG مقابل الليزر (2026)دليل اختيار العملية مع مراعاة المفاضلات بين الجودة والتكلفة حسب نوع الوصلة
- معايير السلامة للروبوتات الصناعية: ISO 10218 وعلامة CE (2026)متطلبات نظام السلامة لخلايا اللحام الروبوتية
الأسئلة الشائعة
هل يمكن لفحص الرؤية بالذكاء الاصطناعي أن يحل محل الاختبارات غير الإتلافية التقليدية في اللحام الروبوتي؟
ليس تمامًا. يغطي فحص الرؤية بالذكاء الاصطناعي عيوب السطح وما يقاربها بنسبة 100% من الإنتاج، بما في ذلك التآكل، والتداخل، ومسامية السطح، وانحرافات هندسة اللحام. لكنه لا يستطيع اكتشاف العيوب الحجمية تحت السطحية التي تحددها تقنيات PAUT أو RT. بالنسبة للحامات الحساسة للسلامة وفقًا لمعايير AWS D1.1، أو ASME القسم 9، أو EN 15085، فإن متطلبات الفحص غير المتلف بعد اللحام محددة بموجب الكود المعمول به، وهي إلزامية. التكوين الصحيح هو استخدام الرؤية بالذكاء الاصطناعي للفحص المباشر بنسبة 100% بالإضافة إلى الفحص غير المتلف المطلوب بموجب الكود على الوصلات المحددة أو دفعات العينات المطلوبة.
متى أحتاج إلى إجراء اختبار التصوير الشعاعي (RT) على اللحامات الروبوتية؟
يُلزم القانون بإجراء فحص الأشعة السينية (RT) لأنواع محددة من الوصلات بغض النظر عن طريقة الإنتاج. يتطلب معيار AWS D1.1 إجراء فحص الأشعة السينية أو فحص الموجات فوق الصوتية (UT) على جميع لحامات الأخدود ذات الاختراق الكامل في عناصر الشد للوصلات الهيكلية الأساسية، وعلى جميع اللحامات في العناصر المعرضة للكسر. كما يُلزم القسم التاسع من معيار ASME بإجراء فحص الأشعة السينية على لحامات تحمل الضغط التي تتجاوز عتبات الخدمة المحددة. ويتطلب معيار EN 15085 CL1 لحام السكك الحديدية إجراء فحص الأشعة السينية أو فحص الموجات فوق الصوتية بنسبة 100% على الوصلات الحساسة للسلامة. قد تدعم القدرة المثبتة للعمليات الروبوتية (بيانات Cpk) في بعض الأحيان خطط أخذ عينات الأشعة السينية المخفّضة بموافقة الجهة المختصة، ولكن هذا يتطلب وثائق تأهيل رسمية.
كيف يمكنني التحكم في النتائج الإيجابية الخاطئة لأنظمة فحص اللحام بالذكاء الاصطناعي؟
تعتمد معدلات الإنذارات الكاذبة على جودة مجموعة بيانات التدريب، ومعايرة عتبة القرار، واستقرار بيئة الكاميرا. اضبط عتبة القرار وفقًا لمعدل الإنذارات الكاذبة المقبول لديك - والذي يتراوح عادةً بين 2 و5% - بعد التحقق من صحته باستخدام مجموعة بيانات اختبارية تغطي هندسة اللحام الفعلية وظروف السطح. تحكم في بيئة الفحص: وضع القطعة بشكل ثابت، وحماية الكاميرا بشكل مستقر من ضوء القوس الكهربائي (للكاميرات المستخدمة أثناء عملية اللحام)، وإضاءة موحدة على أجهزة قياس ملامح ما بعد اللحام. يضمن سير عمل المراجعة ذو المرحلتين - حيث يقوم الذكاء الاصطناعي بتحديد الإنذارات، ثم يؤكدها المشغل في غضون 60 ثانية - إدارة تكاليف رفض الإنذارات الكاذبة بشكل فعال دون التأثير على تغطية الكشف.
ما هي بيانات التدريب التي يحتاجها نموذج فحص اللحام بالذكاء الاصطناعي؟
يحتاج نموذج الإنتاج عالي الجودة إلى آلاف الصور المصنفة للحام لكل فئة من فئات العيوب، لتغطية أنواع الوصلات والمواد وظروف الأسطح الخاصة بك. يمكن استخدام مجموعات البيانات العامة كنقطة انطلاق للتدريب، ولكن النماذج المدربة على بيانات عامة لا تحقق الأداء الأمثل في ظروف الإنتاج المحددة. تجمع عمليات النشر ذات الأداء الأفضل بين التدريب المسبق العام والضبط الدقيق الخاص بالتطبيق على 500 إلى 2,000 مثال إنتاجي مصنف لكل فئة من فئات العيوب. تعمل مسارات التعلم النشط - حيث يُشير النموذج إلى التنبؤات غير المؤكدة لتصنيفها يدويًا، ثم يُعيد تدريبها - على تقليل عبء جمع البيانات المستمر بمجرد نشر النموذج الأساسي.
ما الذي يضيفه فحص الرؤية بالذكاء الاصطناعي إلى خلية اللحام الروبوتية من حيث التكلفة واكتشاف العيوب؟
تتراوح تكلفة الأجهزة الإضافية بين 25,000 و80,000 دولار أمريكي، وذلك بحسب ما إذا كانت تشمل المسح الضوئي قبل اللحام، أو مراقبة حوض الانصهار أثناء عملية اللحام، أو فقط تحديد شكل خرزة اللحام بعد اللحام. ويتحسن معدل اكتشاف العيوب السطحية والقريبة من السطح من حوالي 87% باستخدام الفحص البصري اليدوي المدرب إلى 96-99% باستخدام تقنية الرؤية المدعومة بالذكاء الاصطناعي عند سرعة الإنتاج، وذلك استنادًا إلى بيانات التطبيقات الصناعية. وعادةً ما تكون فترة استرداد تكلفة أجهزة الرؤية من 12 إلى 18 شهرًا في الإنتاج متوسط إلى عالي الحجم، وذلك بفضل انخفاض نسبة الخردة وإعادة العمل وتكرار عمليات الاختبار غير الإتلافي اللاحقة.
المراجع الصادرة:
الجمعية الأمريكية للحام (AWS)، قانون اللحام الإنشائي D1.1 |
ISO 5817:2023، اللحام: وصلات اللحام الانصهاري، مستويات الجودة |
تقرير الاتحاد الدولي للروبوتات العالمية 2025 |
برنامج Cognex VisionPro |
برنامج رؤية الآلة MVTec HALCON