딥러닝을 이용한 GMA 용접에서 이면비드 생성 판단 알고리즘에 관한 연구

Abstract

아크 용접에서 이면 비드의 발생은 용접 구조물의 기계적 특성을 결정 짓는 주요 요인 중 하나로 간주된다. 특히 선박용접의 경우 용접 자동화의 측면에서 실시간으로 용접의 상태를 반영하여 용접 파라미터를 결정하기가 매우 어렵다. 시스템상에서 용접의 진행상황에 따라 이면비드가 형성되었는지에 대한 판단이 필수적인 요건이다. 기존의 용접 상태를 판단하는 방법으로는 비드의 존재 또는 모양은 단면을 자르는 파괴 검사 또는 시각 또는 초음파를 사용하는 비파괴 검사로 관찰할 수 있다. 또한 최근에는 인공지능을 사용하여 용접의 상태를 진단하는 연구가 활발히 진행되고 있으며 특히 인공지능 기법으로는 딥러닝이 대두되고 있다. 본 연구에서는 딥러닝 기법인 심층신경망과 순환신경망을 적용하여 실시간으로 측정 한 전류 및 전압 신호를 이용하여 실시간으로 이면비드가 생성되었는지 판단하는 알고리즘을 개발하였다. 제안된 시스템은 추가적인 센서부착이 없어 산업 현장에 쉽게 접목할 수 있다. 기존 인공신경망과 딥러닝을 사용하여 학습을 진행하고 그 결과를 서로 비교하여 적절한 시스템을 결정하였다.