Primjena umjetne inteligencije za valorizaciju dinamičkih karakteristika pri MAG zavarivanju pulsnim strujama

U ovom diplomskom radu provedeno je istraživanje primjene sustava umjetne inteligencije za valorizaciju dinamičkih karakteristika pri MAG zavarivanju pulsnim strujama. Teorijski dio rada obuhvaća pregled postupka MAG zavarivanja s naglaskom na princip pulsnog prijenosa metala. Prikazane su specifičnosti suvremenih „waveform“ tehnologija (CMT, STT, ForceArc) te je dan pregled senzorskih metoda i dosadašnje primjene umjetne inteligencije u nadzoru i kontroli zavarivačkih procesa.

U eksperimentalnom dijelu provedeno je zavarivanje čelika S355J2+N pri više razina unosa topline, uz snimanje dinamičke karakteristike pomoću digitalnog osciloskopa. Također, snimane su dinamičke karakteristike s tipičnim greškama u zavarivanju kao što su gašenje zaštitnog plina, povećanje duljine električnog luka i kontaminacija masnoćom te je analiziran njihov utjecaj na strukturu dinamičke karakteristike i geometriju zavara. Prikupljeni podaci obrađeni su automatiziranim sustavom koji kombinira algoritamsku detekciju anomalija s analizom temeljenom na strojnom učenju i modelu velikog jezičnog modela (Claude AI). Rezultati analize umjetne inteligencije uspoređeni su s analizom makrostrukture zavara, a ocjenjena je pouzdanost sustava u prepoznavanju pojedinih vrsta poremećaja u stvarnom procesu.

Rezultati ukazuju da integrirani AI sustav uspješno prepoznaje karakteristične obrasce u dinamičkoj karakteristici koji odgovaraju pojedinim greškama u procesu, čime se potvrđuje potencijal primjene inteligentnih sustava za kontrolu kvalitete u industrijskom MAG zavarivanju.