지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.8
- 수록면
- 299 - 307 (9page)
이용수
이 논문의 연구 히스토리 (5)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In this study, we developed a welding system and welding monitoring system for GMA (Gas Metal Arc) aluminum welding using a tip-rotation arc welding torch. Welding was performed under various conditions, including suitable, low-heat, and high-heat input conditions. For welding monitoring, current and voltage were measured, and arc images were obtained. After the experiments, arc images were analyzed and classified based on the bead quality and cross-sectional analysis data. To develop a welding quality prediction model using arc images, a CNN-based model was developed. A total of 5,203 images were trained, and the quality was predicted for 631 images. The prediction accuracy was 99.88% for training data, and the possibility of assessing the quality of welded joints based on arc images during welding was confirmed.
목차
Abstract
1. 서론
2. 용접 실험 장치와 조건
3. 용접 조건에 따른 실험 결과
4. 용접부 품질과 아크 이미지 분류
5. 딥러닝을 위한 이미지 데이터 처리
6. 딥러닝 알고리즘을 이용한 아크 이미지 분류 모델 개발
7. 결론
Reference
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0