ثورة في لحام الليزر: نموذج عميق متعدد المهام يتنبأ بدقة بعمق اللحام وشكله!

في عالم تقنية اللحام، تلعب جودة اللحام دوراً حاسماً لا يمكن إغفاله، خاصة في عمليات لحام الليزر. وفي هذا الإطار، جاء بحث جديد ليقدم نموذجاً عميقاً متعدد المهام (Multi-task Deep Learning Model) يمكنه التنبؤ بحالة الاختراق (Penetration State) وعمق اللحام (Weld Depth) وشكل المفصل بدقة عالية.

تستند هذه المنصة المبتكرة إلى تحليل صور تجمعها كاميرا تعتمد على أشباه الموصلات المعدنية (CMOS) خلال عملية اللحام. يجمع النموذج بين الميزات الزمانية والمكانية المُستخرجة من الصور، بالإضافة إلى بيانات عملية اللحام، لتأسيس إطار عمل يعتمد على الشبكات العصبية التلافيفية (Convolutional Neural Networks) ونماذج الفضاءات الحالة (State Space Models).

ما يميز هذا النموذج هو دقته العالية، حيث تصل نسبة دقة توقع حالة الاختراق إلى 99.35%، بينما لا يتجاوز خطأ عمق الاختراق 1.79 مليمتر. وعلاوة على ذلك، فإن دقة إعادة بناء مقطع اللحام تصل إلى 95.65%.

هذا البحث يقدم رؤى جديدة وأساليب مبتكرة لتعزيز استراتيجيات مراقبة الجودة في نظم اللحام بالليزر، مما يفتح آفاقاً جديدة في هذا المجال.