Aller au contenu
18 novembre 2026 Dernier relevé : Cendrier de poche gratuit : où et comment s’en procurer un
FG2011

Contrôle qualité des soudures : ce que la reconnaissance d’image détec

L’essentiel

Caméras et algorithmes inspectent les cordons de soudure, mais leurs limites restent réelles : ce qu'ils voient, et ce qu'il faut laisser à l'humain.

VOUS MACHINE
Photo Cemrecan Yurtman / Pexels

Une soudure peut sembler parfaite à l’œil et cacher un défaut qui la fera céder six mois plus tard. C’est tout le problème du contrôle visuel : il est rapide, il est humain, et il rate ce qu’il ne peut pas voir. Depuis quelques années, des caméras et des algorithmes de reconnaissance d’image s’invitent sur les lignes de production pour épauler l’œil du contrôleur. Est-ce que ça change vraiment la donne ?

Pourquoi inspecter une soudure autrement qu’à l’œil

Le contrôle visuel reste la première ligne de défense sur un cordon de soudure, qu’il soit fait au laser ou au TIG. La norme de référence en Europe, l’EN ISO 17637:2016, encadre ce contrôle visuel des soudures par fusion sur métaux. Elle ne dit pas jusqu’où pousser l’inspection : elle fixe la méthode, pas le seuil d’acceptation. Pour juger un défaut, il faut aller voir l’ISO 5817, qui donne les critères.

Un contrôleur fatigué, en fin de poste, ne voit plus la même chose qu’en début de journée. C’est un fait, pas une critique. La la micro-soudure laser de précision illustre bien l’enjeu : sur une pièce de quelques millimètres, l’œil nu touche vite ses limites, et c’est justement là que les caméras industrielles entrent en jeu.

Ce que la reconnaissance d’image repère sur un cordon de soudure

Un système de vision industrielle filme le cordon, puis compare l’image à un modèle appris sur des milliers de soudures jugées bonnes ou mauvaises. Il détecte sans fatigue des écarts de régularité : une largeur de cordon qui varie, une sous-épaisseur, un défaut d’alignement entre les deux pièces, une projection de métal mal fondue.

Sur une chaîne qui tourne en continu, ça change la cadence. Le contrôleur n’examine plus 100 % des pièces une par une : il traite les alertes. Franchement, c’est la bonne répartition du travail. La machine fait le tri grossier, l’humain tranche sur les cas ambigus.

Les challenges techniques de la reconnaissance d’image ne sont pas propres à la soudure. Le Visual Product Recognition Challenge 2023 a déjà montré que même sur des objets simples, la segmentation précise des contours reste un point faible des systèmes actuels. Sur un cordon de soudure, où les textures de surface varient d’une passe à l’autre, cette difficulté se retrouve à l’identique.

Les limites : porosité et micro-fissures invisibles en 2D

Une caméra voit une surface. Elle ne voit pas l’intérieur du métal. Une porosité interne, une inclusion, une micro-fissure qui n’a pas encore atteint la surface : rien de tout ça n’apparaît sur une image 2D, même avec le meilleur algorithme du marché.

Je le dis sans détour : un système de reconnaissance d’image ne remplace jamais la radiographie, les ultrasons ou le ressuage quand la pièce l’exige. Il complète le contrôle visuel, il ne le remplace pas. C’est une différence que certains vendeurs de solutions ont tendance à passer sous silence.

La reconstruction 3D à partir d’images 2D progresse, mais elle reste un domaine de recherche active. Le MIT a introduit en 2023 le concept de minimum viewing time, une métrique qui mesure le temps qu’il faut à un humain pour identifier correctement une image. Ce temps varie énormément selon la complexité de la scène, et une soudure défectueuse en fait partie.

Soudure laser bijouterie : un cas où le contrôle visuel est déjà exigeant

Dans la bijouterie, la micro-soudure laser assemble des pièces minuscules, parfois en métaux différents. Le contrôle y est déjà très fin, bien avant qu’on parle de caméras industrielles. C’est un terrain où chaque défaut compte, parce qu’il ne se voit qu’au grossissement.

Le marché mondial des machines de soudage laser pesait 2,9 milliards de dollars en 2025, selon Global Market Insights, et devrait atteindre 3,1 milliards en 2026. Le cabinet projette 4,7 milliards d’ici 2035, soit environ 5 % de croissance par an. L’électronique, premier utilisateur en 2025, est aussi le segment qui grandit le plus vite : 6,9 % par an attendus entre 2026 et 2035. Les lasers à fibre, à eux seuls, représentaient déjà 1,3 milliard de dollars en 2025.

Le marché du soudage laser, segment par segment

2,9 Md$

Marché mondial en 2025

4,7 Md$

Projection 2035 (≈5 %/an)

+6,9 %/an

Électronique, 2026-2035

1,3 Md$

Lasers à fibre, 2025

Source : Global Market Insights, marché des machines de soudage laser 2025-2035.

Gros plan sur un cordon de soudure métallique présentant un défaut de surface

Où situer la décision humaine dans la chaîne de contrôle

Je ne crois pas à la ligne de production sans contrôleur. Le bon réflexe, c’est de garder un humain au bout de la chaîne pour les cas que la machine signale comme douteux, pas pour re-vérifier chaque pièce jugée bonne. Sinon, on perd tout l’intérêt de la vision industrielle.

Les réseaux de neurones utilisés pour la reconnaissance d’image s’améliorent vite sur les défauts de surface. Ils progressent beaucoup moins vite sur ce qui se passe à l’intérieur du métal. Un atelier qui installe ce genre de système doit le savoir avant de signer, pas après le premier incident.

Mieux vaut un contrôle à deux étages : la caméra en premier passage, l’humain en arbitre final sur les signaux faibles. C’est la seule façon de concilier la cadence industrielle et la sécurité des pièces. Un atelier qui pratique déjà la soudure laser, qu’elle soit industrielle ou aussi fine que celle d’un bijoutier, gagne à tester ce double contrôle sur ses propres pièces avant de l’étendre à toute la chaîne.

Les défis techniques de la reconnaissance d’image restent nombreux, et ils ne disparaîtront pas avec la prochaine mise à jour logicielle. C’est un outil de plus dans l’atelier, pas un remplaçant du contrôleur qui connaît ses pièces.

La reconnaissance d’image détecte-t-elle les défauts internes d’une soudure ?

Non. Une caméra ne voit que la surface. Les défauts internes (porosité, fissure non débouchante) demandent une radiographie, des ultrasons ou un ressuage.

Quelle norme encadre le contrôle visuel des soudures en Europe ?

L’EN ISO 17637:2016, qui fixe la méthode du contrôle visuel. Les critères d’acceptation des défauts relèvent, eux, de l’ISO 5817.

Julien Charron

Julien Charron

vision par ordinateur, biométrie en entreprise, OCR

Julien couvre la vision par ordinateur et la biométrie en entreprise : pointeuses, contrôle d'accès, OCR, vision industrielle. Il confronte la documentation des éditeurs aux textes de la CNIL et aux retours d'utilisateurs.

Voir tous les articles de Julien Charron →

Mis à jour le 17 novembre 2026

À lire ensuite