레이저 비전 센서 기반의 용접부 품질 예측 알고리즘 개발

국문 초록 (Abstract)

자동차, 철도, 항공기 등의 다양한 산업 분야에서 알루미늄 합금의 수요가 증가하고 있다. 알루미늄 합금은 철강소재 대비, 약 30% 낮은 비중과 높은 내식성, 가공성 등의 장점이 있다. 알루미늄 합금의 산업 적용을 위해서는 해당 소재의 용접성 및 용접 품질에 대한 평가가 선행되어야 하며, 일반적으로 용접성 평가는 인장시험, 피로시험 등의 파괴 검사를 통해 이루어진다. 파괴 검사는 동일 시험편에 적용이 어렵고, 전수 검사가 불가능하기 때문에 제품 적용에 어려울 뿐만 아니라 경제성 역시 낮다는 단점이 있다. 따라서, 제품의 용접 품질 검사와 공정 중의 용접 품질 검사를 위해서는 비파괴 검사 방법을 통한 용접 품질 평가 기술의 개발이 필요하다. 본 연구에서는 알루미늄 5083 합금의 가스메탈아크용접(Gas Metal Arc Welding, GMAW) 품질 예측 모델을 개발하였다. 모델의 입력은 용접부 외관 형상 정보를 사용하였으며, 용접부 외관 형상은 레이저 비전 센서를 이용하여 외관 형상의 영상 데이터를 획득하였다. 모델의 출력은 각장, 용입 깊이 등의 용접부 내부 형상을 사용하였으며, 용접부 내부 형상은 용접 시편의 단면 검사를 통해 데이터를 획득하였다. 이러한 입출력 데이터셋을 이용하여, 합성곱 신경망(Convolutional Neural Network) 기반의 용접 품질 예측 알고리즘을 개발하였다.