http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
인공지능을 이용한 팁회전 아크 용접에서 아크 현상 분류 알고리즘 개발
이솔미(S. M. Lee),안연주(Y. J. Ahn),문성준(S. J. Mun),박영환(Y. W. Park) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
현재 스마트 팩토리의 적용을 위해 용접 신호 계측 시스템을 사용하여 얻은 데이터를 인공지능 알고리즘으로 분류하는 기술의 연구가 많이 진행되고 있다. 본 연구는 4 차 산업혁명의 주요 이슈인 인공지능 알고리즘을 활용하여 용접부 아크 현상을 측정하고 스스로 관찰할 수 있는 시스템의 개발을 하고자 한다. 본 연구는 Al 5083 합금에 대하여 팁 회전 아크 용접을 이용하여 I 형 맞대기 용접을 진행하였으며, 실험 진행 시 용접 모니터링 시스템을 사용하여 전류, 전압, 광신호 데이터를 측정하고 카메라를 통해 용접부 영상을 계측하고 소프트웨어를 통해 영상을 저장하였다. 측정된 전류, 전압, 광신호 데이터는 용접 품질 판단의 기준으로 설정하고, 용접 아크 영상을 아크 길이에 따라 분류하였다. 영상 데이터의 정확도를 위해 Pre-process 과정을 통해 적합한 데이터로 변환하였고, 학습을 위해 영상이미지의 아크를 라벨링하는 과정을 진행 후, 가공된 영상데이터와 용접 데이터들을 사용하여 인공지능 알고리즘을 학습시켰다. 인공지능 알고리즘을 통해 자동 분류된 아크 현상 영상의 결과와 실제 실험 결과와의 매칭을 진행하여 알고리즘을 검증하였다. 결과적으로 본 연구에서 팁 회전 아크 용접부를 계측한 영상을 기반으로 아크 현상을 분류하는 알고리즘을 사용하여 90% 이상의 정확도를 확인할 수 있었다.
9-DOF 산업용 갠트리 용접로봇 시스템의 최적 설계에 관한 연구
곽도훈(D. H. Kwak),이창우(C. W. Lee),안연주(Y. J. Ahn),정원지(W. J. Chung) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
수동 용접의 경우 품질이 불균일하고, 작업 생산성이 낮다. 이러한 문제점을 개선하기 위해서 알루미늄 용접 공정자동화 시스템에 대한 연구를 진행중이며, 용접 라인을 자동화함으로써 높은 생산성을 달성하고자 한다. 본 연구를 통해 조선소 내 알루미늄 선체 소조립장에 용접 생산성 향상을 위한 알루미늄 선체 고효율 MIG 용접 로봇시스템 기술 개발을 한다. 본 논문은 3 자유도(3-DOF)의 X, Y, Z 축으로 이루어진 갠트리 로봇과 6 자유도(6-DOF)의 용접로봇으로 이루어져 총 9 자유(9-DOF)로 이루어진 로봇시스템의 동적해석을 진행하고, 해석을 통해 얻은 데이터를 분석하여 로봇시스템의 최적화 설계를 목표로 한다. 우선, SolidWorks®를 이용하여 갠트리 로봇과 용접로봇의 모델링을 진행하였다. 모델링 파일을 활용하여 갠트리 로봇시스템의 각 축에 대한 진동해석과 구조해석을 Ansys WorkBench®를 이용하여 실시하였다. 진동해석은 갠트리 로봇의 각 축이 이송할 때 발생하는 진동수와 Modal 해석을 통해 얻은 고유진동수를 비교하여 공진에 대한 안정성을 검증하였다. 여기서, X 축은 구조해석은 용접로봇 작업 시 변화하는 용접로봇의 자세에 따른 응력 및 변형률을 각각 구하여 안정성을 검증하였다. 그리고 6 자유도 용접로봇의 각 축의 동작범위를 통해 DH 파라미터를 제시하였다. DH 파라미터를 이용하여 기구학과 역기구학의 해를 구하였다. 여기서 역기구학의 해는 Pieper’s Solution 을 이용하여 구하였다.