Aspectos de projeto e implantação de um sistema de análise de solda utilizando visão computacional

Abstract

Este trabalho aborda o tema da aplicação de visão computacional e redes neurais artificiais na análise de solda, visando superar as limitações dos métodos convencionais. O estudo explora os parâmetros da soldagem por resistência, discute os métodos de análise de solda existentes e propõe um sistema que integra redes neurais e visão computacional. Além disso, o trabalho aborda a integração do código Python com um Controlador Lógico Programável (CLP) usando o protocolo Ethernet/IP e faz referência a pesquisas similares no campo, destacando a relevância dessas tecnologias na melhoria da análise de solda. A comunicação entre o Python e CLP na integração foi realizado com sucesso e obteve uma acurácia geral de 85% na análise de solda, uma diferença de apenas 0,77% entre o modelo de treinamento e os dados de teste. Apesar do resultado satisfatório, o treinamento da rede neural foi realizado com baixo volume de imagens e pode alcançar níveis de acurácia mais altos quando treinadas com maior quantidade.

This work addresses the topic of applying computer vision and artificial neural networks in welding analysis, aiming to overcome the limitations of conventional methods. The study explores the parameters of resistance welding, discusses existing welding analysis methods, and proposes a system that integrates neural networks and computer vision. In addition, the work addresses the integration of Python code with a Programmable Logic Controller (PLC) using the Ethernet/IP protocol and refers to similar research in the field, highlighting the relevance of these technologies in improving welding analysis. The communication between Python and the PLC in the integration was successfully achieved, obtaining an overall accuracy of 85% in weld analysis, with a difference of only 0.77% between the training model and the test data. Despite the satisfactory result, the neural network training was conducted with a low volume of images and can achieve higher levels of accuracy when trained with a larger quantity.