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
- 학위논문
- 저자정보
- 지도교수
- 유홍희, 황요하
- 발행연도
- 2013
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문은 레이저 용접부의 품질 관리를 위한 새로운 용접 결함 감지 기술의 적용을 소개한다. 레이저 용접 공정에서는 레이저 용접 장치의 오작동으로 인해 제품이 용접이 되지 않는 미용접 결함과 용접 로봇과 용접 유닛 내부 턴테이블의 공차로 인해 용접선이 어긋나 발생하는 디센터(de-center) 결함, 그리고 다양한 요인으로 인한 용접 불량과 같은 결함이 발생한다. 이러한 결함은 제품의 내구성에 심각한 문제를 초래할 수 있으며 결과적으로 경제적, 인명적 피해를 야기할 수 있다. 레이저 용접의 특성상 용접기의 전류, 전압 출력으로부터 결함 발생을 감지할 수 없기 때문에 용접 공정 후 별도의 측정을 통해 결함을 감지해야 한다. 이러한 레이저 용접 부품의 제조 현장에서는 생산 공정을 자동화하여 대량생산을 하고 있지만 효율적인 전수 검사 기술의 미비로 인하여 일부 제품에 한정된 샘플 육안 검사를 실시하고 있다. 따라서 현장에서는 용접 결함에 의한 불량품 발생을 방지하기 위한 전수검사 시스템을 도입 할 목적으로 3-D비전을 이용한 용접부 검사 기법[1]과 용접부 단면 측정을 이용한 검사 기법[2]을 시험 적용 중에 있으나 검사 결과와 불량품 사이의 상관관계가 낮아 효과적인 검사에 어려움이 있다. 본 연구에서는 제품에 불량용접 이나 미용접, 디센터 결함이 발생하는 것을 감지할 수 있는 전수검사가 가능한 시스템을 개발하여 현재 시험 적용 중에 있다.
본 연구의 용접 품질 검사 시스템은 용접 비드 중앙, 내측 0.4 mm, 외측 0.4 mm 지점에 위치한 3개의 변위 레이저 센서를 이용하여 용접부의 표면 거칠기를 측정 하고 미리 학습된 연속 은닉 마르코프 모델(continuous Hidden Markov Model, 이하 CHMM)과 진단하고자 하는 신호의 라이클리후드(likelihood) 값 변화를 이용하여 용접 품질을 평가하는 방법이다. 제안된 방법은 학습된 각 모델에 대한 라이클리후드를 계산해 진단하기 때문에 판정에 정상 상태 데이터와 찾고자 하는 모든 종류의 결함 데이터를 필요로 하는 다른 방법들과 다르게 이상 데이터가 없어도 정상상태의 데이터만을 이용하여 학습한 정상모델의 라이클리후드 변화로 결함 발생의 감지가 가능하다.[3] 또한 미용접과 같이 특정 결함의 경우 미용접 신호로부터 학습된 미용접 CHMM에 측정된 신호를 적용하여 계산한 라이클리후드 값의 변화를 관찰하는 것으로 부터 용접 유무 여부도 감지가 가능하다. 그리고 미리 학습된 각 위치의 정상용접 CHMM에 내측과 외측 0.4 mm 지점에 위치한 추가적인 2개의 변위 레이저 센서를 이용해 측정된 신호를 적용한 라이클리후드 값의 변화로부터 디센터 결함을 감지할 수 있다.
본 논문에서는 제안된 방법의 진단 성능을 시뮬레이터를 이용해 검증하였으며 이를 현장에 적용하기 위해 모델링 조건과 측정 환경을 최적화 하였다.
본 연구의 용접 품질 검사 시스템은 용접 비드 중앙, 내측 0.4 mm, 외측 0.4 mm 지점에 위치한 3개의 변위 레이저 센서를 이용하여 용접부의 표면 거칠기를 측정 하고 미리 학습된 연속 은닉 마르코프 모델(continuous Hidden Markov Model, 이하 CHMM)과 진단하고자 하는 신호의 라이클리후드(likelihood) 값 변화를 이용하여 용접 품질을 평가하는 방법이다. 제안된 방법은 학습된 각 모델에 대한 라이클리후드를 계산해 진단하기 때문에 판정에 정상 상태 데이터와 찾고자 하는 모든 종류의 결함 데이터를 필요로 하는 다른 방법들과 다르게 이상 데이터가 없어도 정상상태의 데이터만을 이용하여 학습한 정상모델의 라이클리후드 변화로 결함 발생의 감지가 가능하다.[3] 또한 미용접과 같이 특정 결함의 경우 미용접 신호로부터 학습된 미용접 CHMM에 측정된 신호를 적용하여 계산한 라이클리후드 값의 변화를 관찰하는 것으로 부터 용접 유무 여부도 감지가 가능하다. 그리고 미리 학습된 각 위치의 정상용접 CHMM에 내측과 외측 0.4 mm 지점에 위치한 추가적인 2개의 변위 레이저 센서를 이용해 측정된 신호를 적용한 라이클리후드 값의 변화로부터 디센터 결함을 감지할 수 있다.
본 논문에서는 제안된 방법의 진단 성능을 시뮬레이터를 이용해 검증하였으며 이를 현장에 적용하기 위해 모델링 조건과 측정 환경을 최적화 하였다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0