Intelligence artificielle et scan 3D : l’avenir du contrôle des soudures ?
- LAURENT DAROLT
- 05 nov., 2026
- Actualités et innovations
Le scan 3D est une technique de mesure optique sans contact qui projette une ligne ou un point laser pour obtenir les coordonnées spatiales d'un objet. Il permet de mesurer avec précision la forme extérieure d'un cordon de soudure. De son côté, l'intelligence artificielle aide le contrôleur en analysant rapidement ces profils ou des signaux d'inspection pour repérer des anomalies. Ces technologies accélèrent la vérification des pièces sur les lignes de production. Toutefois, un capteur optique ne peut pas voir les défauts situés à l'intérieur du métal. De plus, les algorithmes de détection peuvent se tromper si l'éclairage ou l'état de surface change en atelier. La validation par un expert humain certifié reste donc indispensable pour garantir la conformité réglementaire des assemblages.
À retenir
- Capture de surface : Le scan 3D numérise la géométrie externe de la soudure sans toucher ni détériorer la pièce.
- Pré-analyse rapide : L'intelligence artificielle repère automatiquement les zones suspectes pour faire gagner du temps aux équipes.
- Vision limitée à l'extérieur : Les scanners optiques ne détectent pas les défauts internes comme les porosités ou les manques de fusion.
- Sensibilité de l'IA : Les variations d'éclairage, le bruit numérique ou le flou des images peuvent fausser les diagnostics algorithmiques.
- Responsabilité humaine : L'inspecteur qualifié selon la norme ISO 9712 valide toujours la conformité finale du contrôle.
Comment fonctionnent le scan 3D et l’intelligence artificielle ?
La modernisation de l'inspection industrielle repose sur trois étapes distinctes qu'il convient de séparer. La captation physique enregistre la forme exacte de la pièce grâce à un capteur optique. L'analyse mathématique traite ensuite ces mesures à l'aide d'un logiciel spécialisé. Enfin, la prise de décision finale appartient exclusivement à l'humain responsable de la qualité.
Le scan 3D transforme la surface en mesures
Le scan 3D fonctionne en balayant la surface métallique avec un rayon laser pour calculer des distances sans aucun contact physique. Cette mesure optique génère un nuage de points, c'est-à-dire un ensemble de coordonnées tridimensionnelles décrivant la forme exacte du cordon.
Un profilomètre laser 3D peut enregistrer des données avec un pas de mesure très fin de 0,07 mm entre chaque point. Ce balayage reconstruit le profil précis de la surface par triangulation optique. Il permet d'évaluer la géométrie locale au pied de la soudure, comme le rayon de raccordement et l'angle de la soudure. Ces deux paramètres influencent directement la résistance à la fatigue des structures mécaniques.
Les données brutes mesurées par le laser contiennent souvent du bruit numérique provoqué par les reflets métalliques ou les vibrations. Il est donc indispensable d'appliquer des filtres informatiques, comme les filtres Gaussien ou Passe-bas, pour lisser le profil sans déformer la réalité. Cette acquisition précise du profil réel complète idéalement les étapes d'ingénierie comme la simulation numérique du soudage, qui anticipe les déformations des assemblages avant leur fabrication.
L’IA cherche des formes et des signaux suspects
L'intelligence artificielle intervient juste après la numérisation pour repérer automatiquement les anomalies de fabrication. Elle s'appuie sur un algorithme, c'est-à-dire une suite d'instructions informatiques automatisées exécutant des calculs complexes.
Pour fonctionner, le système doit d'abord recevoir des données d’apprentissage. Ces données constituent un ensemble d'images ou de signaux de référence servant à former le réseau de neurones artificiel. Le réseau de neurones compare les profils 3D mesurés, les images radiographiques ou les signaux ultrasons aux exemples qu'il a gardés en mémoire. L'outil signale immédiatement au contrôleur les zones présentant une déviation géométrique ou un signal suspect.
Ce logiciel émet uniquement une alerte de pré-sélection. En l'absence de norme certifiant l'IA à ce jour, la décision d'acceptation ou de rejet appartient exclusivement au contrôleur humain qualifié selon la norme ISO 9712.
Comprendre ce fonctionnement théorique permet de mieux évaluer les capacités réelles de ces outils face aux défauts rencontrés en atelier.
Quels défauts ces technologies peuvent-elles détecter ?
Pour réussir un contrôle de qualité, le responsable doit choisir la méthode adaptée à la localisation du problème. Une imperfection située en surface ne se détecte pas avec les mêmes outils qu'une cavité cachée au cœur du métal. De plus, la présence d'une imperfection mesurée ne constitue pas automatiquement un refus de la pièce.
Les dimensions et imperfections visibles mesurées en 3D
Le scan 3D mesure directement les formes géométriques visibles sur la surface extérieure des assemblages soudés. Le système calcule automatiquement la largeur du cordon, sa hauteur, sa convexité ainsi que la profondeur des caniveaux ou le désalignement des tôles.
Ces mesures optiques en continu remplacent les contrôles manuels classiques réalisés avec des outils mécaniques comme le calibre Came Gauge ou le calibre Hi-Lo Gauge. Les calibres manuels fournissent des mesures ponctuelles isolées. À l'inverse, le scanner 3D vérifie la totalité de la longueur du joint soudé sans oublier de zone.
Les modalités d'exécution du contrôle visuel sont encadrées par la norme ISO 17637. Les seuils de tolérance et les niveaux de qualité des imperfections mesurées sont fixés par la norme ISO 5817.
Les défauts internes analysés avec un CND adapté
Pour vérifier le cœur du métal, l'inspecteur doit employer le CND (Contrôle Non Destructif), qui regroupe l'ensemble des méthodes permettant d'évaluer la santé d'une pièce sans l'altérer ni la détruire. La norme ISO 17635 définit les règles à appliquer pour choisir la bonne méthode de contrôle non destructif en fonction de la matière et du type d'assemblage.
Un scanner optique 3D reste totalement aveugle aux anomalies internes à la matière. Il ne peut pas voir les porosités volumétriques, les inclusions de laitier, les fissures internes ou les manques de fusion. Pour analyser ces défauts cachés, l'intelligence artificielle doit être couplée à des équipements d'inspection pénétrants comme la radiographie numérique par rayons X ou les ultrasons. Cette combinaison d'outils permet d'évaluer l'ensemble des défauts de soudure et critères d’acceptation exigés par la réglementation.
| Technologie | Donnée collectée | Ce qu'elle montre | Limite principale | Rôle de l'humain |
|---|---|---|---|---|
| Scan 3D laser | Nuage de points | Forme externe, rayon et angle de raccordement, caniveaux | Ne voit pas les défauts volumétriques internes | Valide le réglage et confirme la mesure |
| Radiographie + IA | Images X numérisées | Porosités internes, inclusions, soufflures | Équipement lourd et protection sanitaire nécessaire | Interprète les alertes données par l'IA |
| Ultrasons + IA | Signaux acoustiques | Fissures internes, manques de fusion | Nécessite un couplage de surface parfait | Tranche sur la gravité du défaut interne |
| Contrôle visuel manuel | Observation directe | Défauts majeurs de surface | Mesure discontinue et répétitive | Réalise l'inspection et décide du niveau |
Une fois les capacités de détection clarifiées, il convient d'étudier l'intégration de ces technologies directement dans l'environnement de production.
Quels sont les avantages et les limites en atelier ?
L'automatisation de l'inspection répond à un besoin d'augmentation des cadences industrielles. Cependant, l'installation de ces nouveaux logiciels demande de trouver un juste équilibre entre la recherche de productivité et la maîtrise des risques de fabrication.
Gagner en rapidité, régularité et traçabilité
L'utilisation de systèmes automatisés permet d'analyser les pièces à une vitesse bien supérieure à celle d'un contrôle visuel manuel. La mesure ne dépend plus de la fatigue de l'opérateur, ce qui garantit une évaluation neutre et répétitive au fil des équipes.
Ces technologies améliorent fortement la traçabilité, c'est-à-dire la capacité à conserver l'historique numérique complet des contrôles et des mesures réalisés sur chaque pièce. Chaque profil numérisé génère un fichier informatique enregistré de manière permanente dans la base de données de l'usine. Ces nouveaux dispositifs s'intègrent dans la panoplie des outils de contrôle des soudures modernes utilisés dans les usines automatisées.
Maîtriser les données, les erreurs et la validation humaine
L'environnement réel d'un atelier de fabrication présente des perturbations physiques complexes pour les capteurs. La poussière, l'huile, les variations d'éclairage et les reflets sur le métal perturbent la prise de vue optique.
Pour obtenir une mesure exacte du profil, il faut appliquer des filtres mathématiques Gaussien ou Passe-bas afin d'éliminer ce bruit numérique. Une étude industrielle publiée en avril 2023 par le CEA-List dans le cadre du programme Confiance.ai a évalué l'outil AIMOS (AI Metamorphism Observing Software). Les essais ont été menés sur le cas d'usage du constructeur Renault pour contrôler des photos de soudures d'essieux arrière de voitures. Les chercheurs ont démontré qu'une baisse de luminosité ou un flou sur l'image peut modifier le diagnostic de l'IA.
Il convient donc de bien séparer le stade de la recherche, le démonstrateur de laboratoire et le logiciel commercialisé. À ce jour, aucune norme internationale ne permet de certifier un algorithme d'IA pour valider automatiquement une soudure sans contrôle humain.
La prise en compte de ces contraintes techniques aide à formuler une synthèse claire sur l'opportunité d'investir dans ces outils.
Conclusion
L'arrivée des algorithmes et du traitement des données modifie le travail quotidien des équipes de contrôle qualité. Les inspecteurs s'appuient désormais sur des outils logiciels capables de traiter des milliers de mesures géométriques par seconde.
La réponse simple à retenir
Le scan 3D et l'intelligence artificielle ne remplacent pas l'inspecteur humain. Ils fonctionnent comme des assistants rapides pour présélectionner les pièces et signaler les anomalies géométriques de surface ou les signaux suspects. La responsabilité légale d'accorder la conformité d'un assemblage reste attribuée au contrôleur certifié selon la norme ISO 9712.
La prochaine action recommandée
Avant d'acheter un équipement de scan 3D ou un logiciel d'analyse par IA, les responsables qualité doivent rédiger un cahier des charges précis. Il convient de lister les types de défauts les plus fréquents, de mesurer la précision requise en millimètres et de vérifier les normes ISO imposées par vos clients.
Sources Utilisées
- Étude CEA-List / Confiance.ai (19 avril 2023) - Outil AIMOS (AI Metamorphism Observing Software) testé sur la conformité des soudures d'essieux arrière chez Renault.
- Travaux de recherche de Renken et al. (2024), Applications in Engineering Science - Étalonnage des filtres (Gaussien, Lowpass) sur profils laser 3D avec pas de 0,07 mm et évaluation de la géométrie du pied de soudure (rayon et angle).
- Norme ISO 17635 : Principes généraux pour le contrôle non destructif des assemblages soudés.
- Norme ISO 17637 : Contrôle visuel des assemblages soudés.
- Norme ISO 5817 : Niveaux de qualité pour les imperfections des assemblages soudés.
- Norme ISO 9712 : Qualification et certification du personnel du contrôle non destructif (CND).