Defect Detection in Laser Welding Using Multidimensional Discretization and Event-Codification

백수정; 오록규; 김덕영

추천

검색

질문

자료유형: 학술저널

저자정보: 백수정 (울산과학기술원) 오록규 (울산과학기술원) 김덕영 (울산과학기술원)

저널정보: Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Vol.32 No.11

발행연도: 2015.11

수록면: 989 - 995 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In the literature, various stochastic anomaly detection methods, such as limit checking and PCAbased approaches, have been applied to weld defect detection. However, it is still a challenge to identify meaningful defect patterns from very limited sensor signals of laser welding, characterized by intermittent, discontinuous, very short, and non-stationary random signals. In order to effectively analyze the physical characteristics of laser weld signals: plasma intensity, weld pool temperature, and back reflection, we first transform the raw data of laser weld signals into the form of event logs. This is done by multidimensional discretization and event-codification, after which the event logs are decoded to extract weld defect patterns by Naive Bayes classifier. The performance of the proposed method is examined in comparison with the commercial solution of PRECITEC’s LWM<SUP>TM</SUP> and the most recent PCA-based detection method. The results show higher performance of the proposed method in terms of sensitivity (1.00) and specificity (0.98).

#Laser welding (레이저 용접) #Defect detection (불량 검출) #Discretization (이산화) #Event-Codification (이벤트화)

참고문헌 (15)

참고문헌 신청

Kim, J.-D / 2000 / The State of in-Process Quality Monitoring Technology in Laser Welding / Korean Welding and Joining Society 18(4):20~27

Shao, J. / 2005 / Review of Techniques for on-Line Monitoring and Inspection of Laser Welding / Journal of Physics : Conference Series 15:101~107

Qin, S. J. / 2012 / Survey on Data-Driven Industrial Process Monitoring and Diagnosis / Annual Reviews in Control 36(2):220~234

박영환 / 2012 / 레이저 용접에서 용접 공정 모니터링 기술 / 대한용접접합학회지 30(1):27~32

권석진 / 2015 / 적외선 서모그래피를 이용한 대차 용접시편의 결함 평가 / 한국정밀공학회지 32(7):619~625

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

백수정

소속기관 한밭대학교

주요연구분야 사회과학 > 경영학 공학 > 기계공학 > 기계공학 일반

논문수 40 이용수 3,394

오록규

소속기관 울산과학기술원

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 3 이용수 224

Duck Young Kim

소속기관 포항공과대학교

주요연구분야 사회과학 > 경영학 공학 > 기계공학 > 기계공학 일반

논문수 81 이용수 5,451

이 논문과 함께 이용한 논문

한국정밀공학회 2010 춘계학술대회 외

편집부 Journal of the Korean Society for Precision Engineering 2010 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-555-002059902

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)