KR20090064067A - 아크용접 품질판단 장치 및 방법 - Google Patents

아크용접 품질판단 장치 및 방법 Download PDF

Info

Publication number
KR20090064067A
KR20090064067A KR1020070131629A KR20070131629A KR20090064067A KR 20090064067 A KR20090064067 A KR 20090064067A KR 1020070131629 A KR1020070131629 A KR 1020070131629A KR 20070131629 A KR20070131629 A KR 20070131629A KR 20090064067 A KR20090064067 A KR 20090064067A
Authority
KR
South Korea
Prior art keywords
welding
current
arc
voltage
quality
Prior art date
Application number
KR1020070131629A
Other languages
English (en)
Other versions
KR100907058B1 (ko
Inventor
조용준
Original Assignee
현대자동차주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020070131629A priority Critical patent/KR100907058B1/ko
Publication of KR20090064067A publication Critical patent/KR20090064067A/ko
Application granted granted Critical
Publication of KR100907058B1 publication Critical patent/KR100907058B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00—Arc welding or cutting
    • B23K9/095—Monitoring or automatic control of welding parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00—Arc welding or cutting
    • B23K9/10—Other electric circuits therefor; Protective circuits; Remote controls

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Plasma & Fusion (AREA)
  • Quality & Reliability (AREA)
  • Arc Welding Control (AREA)

Abstract

본 발명은 자동화 공정에서 자동화 로봇인 아크용접 시스템이 모재를 아크용접하는 과정에서 용접 전류 및 전압의 검출을 하고, 신경회로망을 통한 분석으로 아크용접의 품질을 판단하는 것으로,
로봇 시스템에 의한 아크용접이 개시되면 용접 전류 및 전압을 실시간으로 검출하는 과정, 용접 전류 및 전압이 적정용접 가능영역에 포함되는지 판단하는 과정, 용접 전류 및 전압이 적정용접 가능영역에 포함되면 전류 및 전압의 파형을 계측하는 과정, 계측되는 전류 및 전압의 파형에서 용접품질과 상관관계에 있는 7개의 파형인자를 추출하는 과정, 추출된 7개의 파형인자를 신경회로망을 통해 학습시켜 용접품질을 판단하는 과정을 포함한다.
아크용접, 품질판단, 용접전류, 용접전압, 파형인자, 신경회로망

Description

아크용접 품질판단 장치 및 방법{SYSTEM AND METHOD FOR WELD QUALITY ASSESSMENT SYSTEM OF ARC WELDING}
본 발명은 아크용접의 품질을 판단하는 장치 및 방법에 관한 것으로, 더 상세하게는 아크용접의 전류 및 전압을 계측하여 신경 회로망을 통한 학습 분석으로 아크용접의 품질을 판단하는 아크용접 품질판단 장치 및 방법에 관한 것이다.
일반적으로 금속이나 비금속의 접합부위를 가열하여 용융상태 또는 반용융상태에서 접합시키는 것을 용접이라고 하며, 용접방법으로는 융접(Fusion Welding), 압접(Pressure Welding) 및 납접의 방법이 사용되고 있다.
용접은 모재의 접합부위를 용융상태로 가열하여 접합하거나 용융체를 주입하여 융착시키는 방법이고, 압접은 접합부위를 반용융상태로 가열하거나 냉간상태에서 기계적인 압력을 가하여 접합시키는 방법이며, 납접은 접합재인 금속보다 낮은 온도에서 녹는 용가재를 접합부위에 유입시켜 용가재의 표면장력에 의해 생기는 흡입력을 이용하여 접합시키는 방법이다.
이중 모재의 접합부위를 용융상태로 가열하여 접합하거나 용융체를 주입하여 융착시키는 용접방법 중에서 가장 널리 사용되는 방법이 아크용접이다.
아크용접은 모재와 토치의 사이에 전류를 인가하여 아크를 발생시키고 이때 발생하는 열을 이용하여 접합부위를 용융시켜 접합하는 것으로, 자동차, 조선, 건설산업에 널리 사용되고 있다.
아크용접은 이산화탄소(CO2)나 아르곤과 같은 보호가스로 용접 분위기를 조성하여 용접효율과 품질을 향상시킨다.
아크용접의 품질평가는 용접불량 여부를 감지하는 것으로 생산성을 향상에 중요하다.
아크용접에서 전압과 전류는 용접상태에 따라 변화하기 때문에 용접품질에 대한 정보를 포함하고 있으므로, 아크용접의 품질이나 안정성 평가에 용접전압이나 전류 파형이 적용되고 있다.
종래에는 통계적 방법을 이용하는 품질평가가 사용되고 있는데, 이는 일정시간 동안 측정한 신호의 평균값, 표준편차, 주파수를 계산하거나 지수를 아크 안정성과 용접품질 평가에 적용하는 방법이다.
또한, 용접신호와 신호를 처리한 값을 그래프 상에 나타내고 정상상태에서 구한 그래프 상의 분포를 기준으로 비교하여 유사정도를 계산함으로써 용접품질을 평가하는 방법이 제안되고 있다.
그러나, 이와 같은 방법들은 일정시간 동안 수집한 용접신호 전체에 대한 평가이기 때문에 세부적인 특성이 반영되지 않아 오류가 발생하는 단점이 있다.
또한, 첨부된 도 1에 도시된 바와 같이 아크용접은 CO2 가스 보호가스 분위기 하에서 주기적으로 단락(shorting)과 아크의 과정이 반복되면서 용접이 이루어 지는데, 이 과정에서 금속의 용융 불안정성과 와이어의 송급 현상에 기안한 용접불량이 발생한다.
그러나, 현재는 이러한 용접 불량 현상에 대한 특별한 방지책이 없기 때문에 후속 리페어 공정에서 육안으로 품질확인 작업한 후 작업자 및 검수자에 의해 불량으로 판단된 용접 부위가 수정된다.
또한, 이와 같은 금속 용융의 불안정성 및 와이어의 송급 불량으로 인한 품질불량에 대해서는 통계적인 품질관리가 이루어지지 못하는 단점이 있다.
본 발명은 상기한 문제점을 해결하기 위하여 발명한 것으로, 그 목적은 아크용접의 실시간 용접 품질 모니터링을 위하여 용접기로부터 용접전류 및 전압 신호를 계측한 다음 전류 및 전압에 포함되어 있는 파형인자를 추출하여 신경 회로망을 통한 학습 분석으로 아크용접의 품질을 판단하는 것이다.
상기한 목적을 실현하기 위한 본 발명의 특징에 따른 아크용접 품질판단장치는, 자동화 로봇인 아크용접 시스템; 아크용접 시스템의 용접 전류 및 전압을 실시간으로 검출하는 전류/전압 검출부; 아날로그 신호 상태의 용접 전류 및 전압을 디지털 신호로 변환시키는 A/D컨버터; 용접 전류 및 전압이 적정용접 가능영역에 포함되는지 판단하여, 적정용접 가능영역에 포함되는 상태이면 전류 및 전압에서 용접품질과 상관관계에 있는 파형인자를 추출하여 신경 회로망을 통한 학습 및 분석 으로 아크용접의 품질을 판단하는 분석장치를 포함한다.
또한, 본 발명의 특징에 따른 아크용접 품질판단방법은, 로봇 시스템에 의한 아크용접이 개시되면 용접 전류 및 전압을 실시간으로 검출하는 과정; 용접 전류 및 전압이 적정용접 가능영역에 포함되는지 판단하는 과정; 용접 전류 및 전압이 적정용접 가능영역에 포함되면 전류 및 전압의 파형을 계측하는 과정; 계측되는 전류 및 전압의 파형에서 용접품질과 상관관계에 있는 파형인자를 추출하는 과정; 상기 추출된 파형인자를 신경회로망을 통해 학습시켜 용접품질을 판단하는 과정을 포함한다.
전술한 구성에 의하여 본 발명은 아크용접에서 용융금속의 불안정성과 와이어의 송급에서 기인하는 용접불량 등의 용접품질을 실시간으로 평가하여 용접불량을 최소화하는 효과를 기대할 수 있다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
본 발명은 여러 가지 상이한 형태로 구현될 수 있으므로 여기에서 설명하는 실시예에 한정되지 않으며, 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다.
도 2는 본 발명에 따른 아크용접 품질판단장치의 개략적인 구성을 도시한 도 면으로, 도시된 바와 같이 자동화 로봇인 아크용접 시스템(100)과, 특정의 모재에 아크용접을 진행하는 상태에서 아크용접에 제어되는 전류 및 전압을 실시간으로 검출하는 전류/전압 검출부(200)와, 아날로그 신호로 검출되는 전류 및 전압을 디지털 신호로 변환시키는 A/D컨버터(300) 및 디지털 신호로 인가되는 전류 및 전압에서 적정용접 가능영역에 포함되는지 판단하고, 적정용접 가능영역에 포함되는 전류 및 전압에서 용접품질과 상관관계에 있는 파형인자를 추출하여 신경 회로망을 통한 학습 및 분석으로 아크용접의 품질을 판단하는 분석장치(400)를 포함한다.
전술한 바와 같은 기능을 포함하는 본 발명의 동작에 대하여 좀 더 구체적으로 설명하면 다음과 같다.
자동화 로봇인 아크용접 시스템(100)이 특정의 모재를 용융시켜 접합하는 아크용접이 개시되면(S201) 전류/전압 검출부(200)는 아크용접에 제어되는 전류 및 전압을 실시간으로 검출한 다음 A/D컨버터(300)에 인가한다(S202).
A/D컨버터(300)는 아날로그 신호로 검출되는 전류 및 전압을 분석장치(400)가 인식할 수 있도록 디지털 신호로 변환하여 분석장치(400)에 제공한다(S203).
따라서, 분석장치(400)는 용접시스템(100)에서 실시간으로 검출되는 아크용접에 제어되는 전류 및 전압을 분석하여 용접의 품질상태를 판단하는 절차를 진행한다.
아크용접에서 제어되는 전류와 전압의 관계에 따라 도 4와 같은 특성이 나타나는데, 전류와 전압이 비례관계로 제어되는 경우에는 "a"와 같이 적정용접 가능영역이 형성되고, 전류가 낮고 전압이 높게 제어되는 경우에는 "b"와 같은 영역이 형 성되며, 전류가 높고 전압이 낮게 제어되는 경우에는 "c"와 같은 영역이 형성된다.
상기의 도 4에서 "a" 영역에서는 안정된 아크용접의 품질이 확보될 수 있으나, "b"와 "c"의 영역에서는 모재에서 접합부위의 용융불량을 발생시켜 품질불량이 발생하게 된다.
따라서, 분석장치(400)는 실시간으로 검출되는 전류 및 전압이 적정용접 가능영역, 도 4에서 "a" 영역에 포함되는지를 판단한다(S204).
상기 S204의 판단에서 실시간으로 측정되는 전류 및 전압이 적용용접 가능영역에 포함되지 않는 상태이면 용접불량의 발생으로 판정한다(S205).
상기 S204의 판단에서 전류 및 전압이 적정용접 가능영역에 포함되는 것으로 판단되면 용접품질과 상관관계가 있는 용접 파형을 계측한다(S206)
상기 용접품질과 용접파형의 상관관계는 도 5 및 도 6의 관계로 연결되며, 이에 대한 기준 맵핑은 분석장치(400)에 데이터 베이스로 구축된다.
도 5는 적정용접 가능영역에서 다양한 조건을 용접을 수행하여 각 조건의 용접시에 발생하는 스패터의 양을 측정하여 도시한 것이며, 도 6은 상기의 각 조건의 용접에 대한 스펙트럼을 도시한 것이다.
도 5 및 도 6에 도시된 바와 같이 용접전류가 130 내지 150A이고, 용접전압이 17 내지 18V인 영역(A)에서 가장 적은량의 스패터가 발생하여 가장 좋은 용접품질이 나타남이 확인되었으며, 이에 대한 데이터는 분석장치(400)에 기준 데이터로 저장된다.
상기 S206에서 실시간으로 검출되는 전류 및 전압의 파형이 계측되면 용접품 질과의 상관관계를 파악한 다음 파형인자를 추출한다(S207)(S208).
상기 파형인자의 추출은 도 7에 도시된 바와 같이, 계측되는 전류 패턴에서 용접품질과 직접적인 상관관계가 있는 각 사이클당 최고전류(I_peak), 최저전류(I_base), 아크전류평균(I_arc), 단락전류평균(I_short) 등을 추출한다.
또한, 계측되는 전압 패턴에서 용접품질과 직접적인 상관관계가 있는 아크시간(T_arc)과 단락시간(T_short)을 추출하여 단락주파수(SC_freq)를 계산한다.
상기와 같이 용접품질에 상관관계가 있는 파형인자들에 대하여 신경회로망에 학습시켜 용접품질을 결정한다(S209)(S210).
상기 파악된 상관관계에 따라 신경 회로망에 100개의 실험 데이터를 학습시켜 스패터의 양을 예측하는 방법을 적용한다.
도 8에 도시된 바와 같이, 본 발명에 적용되는 신경 회로망은 입력층에 상술한 7개의 추출인자, 즉 각 사이클당 최고전류(I_peak), 최저전류(I_base), 아크전류평균(I_arc), 단락전류평균(I_short), 아크시간(T_arc), 단락시간(T_short) 및 단락주파수(SC_freq)를 적용하였으며, 10 X 10의 2층짜리 은닉층을 활용하여 각 노드를 연결하였다.
최종적으로는 1개의 출력층에서 상기 10 X 10으로 이루어지는 은닉층을 통해 학습되어진 용접부분의 스패터 양을 추출하여 용접품질을 판단한다.
각 계층들은 하기의 수학식1의 시그모이드 함수와 각 연결강도(wi)가 변수로 적용되는 수학식 2에 의해 출력이 계산되었으며, 연결강도 값은 최고 자승법에 의해 출력오차가 최소화되는 방향으로 결정되었다.
Figure 112007090277703-PAT00001
Figure 112007090277703-PAT00002
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 포함된다.
도 1은 일반적인 아크용접의 주기를 도시한 도면이다.
도 2는 본 발명에 따른 아크용접 품질판단장치의 개략적인 구성을 도시한 도면이다.
도 3은 본 발명에 따라 아크용접 품질판단을 실행하는 절차를 도시한 흐름도이다.
도 4는 본 발명에 따른 아크용접의 품질판단에서 아크용접 전류 및 전압에 따른 용접 관계를 도시한 도면이다.
도 5는 본 발명에 따른 아크용접의 품질판단에서 적정용접 가능영역내의 스패터 양을 계측한 결과표이다.
도 6은 본 발명에 따른 아크용접의 품질판단에서 스펙트럼 모니터링 결과를 도시한 도면이다.
도 7은 본 발명에 따른 아크용접의 품질판단에서 전류 및 전압에 포함되는 품질판단 인자를 도시한 도면이다.
도 8은 본 발명에 따른 아크용접의 품질판단에서 신경 회로망의 구성을 도시한 도면이다.
<도면의 주요 부분에 대한 부호의 설명>
100 : 아크용접 시스템 200 : 전류/전압 검출부
300 : A/D변환부 400 : 분석장치

Claims (6)

  1. 자동화 로봇인 아크용접 시스템;
    아크용접 시스템의 용접 전류 및 전압을 실시간으로 검출하는 전류/전압 검출부;
    아날로그 신호 상태의 용접 전류 및 전압을 디지털 신호로 변환시키는 A/D컨버터;
    용접 전류 및 전압이 적정용접 가능영역에 포함되는지 판단하여, 적정용접 가능영역에 포함되는 상태이면 전류 및 전압에서 용접품질과 상관관계에 있는 파형인자를 추출하여 신경 회로망을 통한 학습 및 분석으로 아크용접의 품질을 판단하는 분석장치를 포함하는 아크용접 품질판단장치.
  2. 제1항에 있어서,
    상기 분석장치는 적정용접 가능영역에 포함되는 전류에서 각 사이클당 최고전류(I_peak), 최저전류(I_base), 아크전류평균(I_arc), 단락전류평균(I_short)를 용접품질의 상관관계 인자로 추출하고, 전압에서 아크시간(T_arc)과 단락시간(T_short) 및 단락주파수(SC_freq)를 용접품질의 상관관계 인자로 추출하는 것을 특징으로 하는 아크용접 품질판단장치.
  3. 제1항에 있어서,
    상기 분석장치는 용접조건인 전류 및 전압의 관계에 따른 용접품질의 결과가 기본 데이터로 매핑되어 설정되는 아크용접 품질판단장치.
  4. 로봇 시스템에 의한 아크용접이 개시되면 용접 전류 및 전압을 실시간으로 검출하는 과정;
    용접 전류 및 전압이 적정용접 가능영역에 포함되는지 판단하는 과정;
    용접 전류 및 전압이 적정용접 가능영역에 포함되면 전류 및 전압의 파형을 계측하는 과정;
    계측되는 전류 및 전압의 파형에서 용접품질과 상관관계에 있는 파형인자를 추출하는 과정;
    상기 추출된 파형인자를 신경회로망을 통해 학습시켜 용접품질을 판단하는 과정을 포함하는 아크용접 품질판단장치.
  5. 제4항에 있어서,
    상기 로봇 시스템에서 검출되는 용접 전류 및 전압이 적정용접 가능영역에 포함되지 않으면 용접불량으로 판정하는 아크용접 품질판단장치.
  6. 제4항에 있어서,
    상기 용접품질과 상관관계에 있는 파형인자는 각 사이클당 최고전류(I_peak), 최저전류(I_base), 아크전류평균(I_arc), 단락전류평균(I_short), 아 크시간(T_arc)과 단락시간(T_short) 및 단락주파수(SC_freq)를 포함하는 아크용접 품질판단장치.
KR1020070131629A 2007-12-14 2007-12-14 아크용접 품질판단 장치 및 방법 KR100907058B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070131629A KR100907058B1 (ko) 2007-12-14 2007-12-14 아크용접 품질판단 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070131629A KR100907058B1 (ko) 2007-12-14 2007-12-14 아크용접 품질판단 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20090064067A true KR20090064067A (ko) 2009-06-18
KR100907058B1 KR100907058B1 (ko) 2009-07-09

Family

ID=40992918

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070131629A KR100907058B1 (ko) 2007-12-14 2007-12-14 아크용접 품질판단 장치 및 방법

Country Status (1)

Country Link
KR (1) KR100907058B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102158386B1 (ko) * 2019-09-23 2020-09-22 (주)매트론 용접정보 자동 수집 시스템

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102163828B1 (ko) 2019-09-24 2020-10-12 한국생산기술연구원 용접 파형의 스패터 예측을 위한 머신 러닝 시스템 및 방법
KR102592502B1 (ko) 2021-06-03 2023-10-20 동의대학교 산학협력단 딥러닝 기반의 결함값 분포에 기초한 부품의 품질 관리 시스템 및 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63220978A (ja) 1987-03-06 1988-09-14 Sumitomo Metal Ind Ltd ア−ク溶接部の品質監視方法及びその装置
JP3498161B2 (ja) * 1994-10-01 2004-02-16 オリオン金属株式会社 電気抵抗溶接のオンライン非破壊検査装置及び方法
JP3906559B2 (ja) 1998-04-27 2007-04-18 石川島播磨重工業株式会社 溶接品質判定方法及び装置
KR100760655B1 (ko) 2007-07-09 2007-09-20 강성관 용접 품질 감시 방법 및 감시 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102158386B1 (ko) * 2019-09-23 2020-09-22 (주)매트론 용접정보 자동 수집 시스템

Also Published As

Publication number Publication date
KR100907058B1 (ko) 2009-07-09

Similar Documents

Publication Publication Date Title
CN101566546B (zh) 电阻焊及粘合焊的在线焊缝质量检查和补焊方法
Cullen et al. Multisensor fusion for on line monitoring of the quality of spot welding in automotive industry
Norrish Recent gas metal arc welding (GMAW) process developments: the implications related to international fabrication standards
US5521354A (en) Method for arc welding fault detection
Ma et al. Review on techniques for on-line monitoring of resistance spot welding process
KR20100054783A (ko) 열류 서모그래피를 이용한 용접 이음매의 자동 검사 방법
US20210339343A1 (en) Method for detecting welding defects in arc welding and arc welding system
KR100907058B1 (ko) 아크용접 품질판단 장치 및 방법
Gyasi et al. Digitalized automated welding systems for weld quality predictions and reliability
KR20160020698A (ko) 스폿 용접의 품질 판정 방법
KR101274231B1 (ko) 아크용접 품질판단장치 및 방법
JPH08122286A (ja) 電気抵抗溶接のオンライン非破壊検査装置及び方法
US5399827A (en) Method and device for determining the temperature at a spot-welded joint and a method for assessing the quality of a spot-welded joint
JP2001353579A (ja) 溶接品質良否判定装置
US8624160B2 (en) Systems for rating a stick electrode
KR20190061547A (ko) 기공결함 검출 및 용접부의 품질 평가 방법, 및 이를 이용한 시스템
CN111185660B (zh) 基于激光测距的搅拌摩擦焊焊缝质量动态检测方法
KR20230118341A (ko) 딥러닝을 이용한 아크 이미지 기반 용접 품질 검사 모델 생성 방법, 용접 품질 검사 모델 생성 장치 및 이를 이용한 아크 이미지 기반 용접 품질 모니터링 장치
KR101584421B1 (ko) 아크 용접 모니터링 시스템
JP6107675B2 (ja) 溶接品質検査方法と溶接品質検査装置
Ju et al. A Study on the Defect Detection Algorithm by Interval Statistical Processing Method of Arc Welding Waveform
Medellín-Castillo et al. Weld quality analysis and evaluation of plasma arc welds in electrical stators
KR100428050B1 (ko) 아크용접의 품질평가 방법
KR19980051209A (ko) 용접품질 판정장치 및 방법
Gyasi et al. Study of Adaptive Automated GMAW Process for Full Penetration Fillet Welds in Offshore Steel Structures

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130627

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140630

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150630

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160630

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20180628

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20190627

Year of fee payment: 11