Os métodos clássicos de inspeção utilizados para detectar e encontrar perturbações nos processos de soldagem são baseados comumente na medição direta de seus parâmetros como da tensão do arco, corrente de soldagem, velocidade de alimentação, etc. Usando esses métodos de inspeção implica inserção dos sensores em todo o processo de soldagem e sua presença poderia alterar o comportamento, por exemplo, da transferência metálica e, consequentemente, uma qualidade irregular da junta soldada, bem como provocaria o aumento do custo de produção. Para reduzir essas implicações é necessário usar um método de inspeção não intrusiva. Neste artigo mostrar-se métodos não intrusivos para a inspeção de qualidade de solda. Estes métodos baseiam-se na fusão de sensores, a extração da informação global vinda dos dados fornecidos por cada sensor, como por exemplo, a detecção de emissão de radiação de luz pela espectroscopia, o sensoreamento acústico do arco eléctrico ou as emissões de infravermelho, correlacionando o insumo de calor do processo. Finalmente, a fusão de dados será aplicada a um controlo estatístico para detectar e encontrar perturbações no processo de soldagem. Os resultados mostram que a fusão de sensores pode ser utilizada como uma ferramenta para medir indiretamente a qualidade nos processos de soldagem, especificamente no processo GMAW.
The classical inspection methods used for detecting and finding disturbances in welding process are based on direct measurement of its parameters as arc voltage, welding current, wire feed speed, etc. Using these inspection methods implies sensors insertion around the welding process and its presence could alter the metallic transference behavior and consequently an uneven quality as well as it can increase the production cost. For reducing these implications is necessary using a non intrusive inspection method. In this paper we will show nonintrusive methods to the weld quality inspection. These methods are based on sensor fusion, the extraction of global information coming from the interrelation data given by each sensor that, for example, sensing the spectroscopy radiation emission, the acoustic sensing of the electrical arc, the infrared emissions indicating the heat content of the weld. Finally, the fusion data will be applied to a statistical control for detecting and finding welding disturbances. The results will show that sensor fusion could be used as a tool to measure indirectly the weld quality in the GMAW process.
