KR20200139885A - 용접불량 판단장치 및 그 방법 - Google Patents

Abstract

용접불량 파단장치 및 그 방법이 개시된다. 본 발명의 실시예에 따른 용접불량 판단장치는 학습용 용접 전류정보와 학습용 아크 전압정보에서 기공률과 높은 상관관계가 가지는 변수를 특징변수로 결정하는 특징변수 결정부 ; 학습자료를 입력데이터로 하여 인공신경망을 훈련하여 기공 발생여부를 판단하기 위한 특징변수 별 임계값을 산출하는 훈련부; 작업 중인 용접장치의 용접 전류정보와 아크 전압정보를 검출하는 검출부; 및 검출된 용접 전류정보 및 아크 전압정보에서 추출된 특징변수의 값과 산출된 임계값을 이용하여 기공발생여부를 판단하여 판단부를 포함할 수 있다.

Description

용접불량 판단장치 및 그 방법{Apparatus for inspecting defect of welding and method thereof.}

본 발명은 용접불량 판단장치 및 그 방법에 관한 것이다.

일반적으로 아크용접 결함 검출이나 품질 평가는 off-line라인 방식 즉, 용접 후 작업자가 육안으로 용접부의 결함부위를 확인하고 합/부 판정하거나, 또는 레이저 비전 센서, 초음파 센서등 추가적인 디바이스를 장착하여 비파괴 검사 방식으로 품질을 평가하는 기술로 진행되었다.

기존의 아크용접 품질 모니터링 기술은 용접 후 작업자가 육안으로 용접부를 검사하기 때문에 용접부 내부에서 발생된 결함까지는 검출이 불가능하다.

또한 추가적인 디바이스를 이용하여 비파괴 검사를 통해 용접 품질을 결정하는 방식은 추가적인 설비 비용이 들어가고 생산 효율이 낮아지는 문제점을 가지고 있다.

또한 기존의 아크용접 모니터링 시스템 장비는 용접 전류와 아크 전압의 상하한치등 기본적인 정보만 제공하여 관리하는 수준에 머무르고 있다.

최근, 자동차, 조선, 해양플랜트 등의 생산라인에서 자동화 공정 시스템이 도입되면서 용접품질을 실시간으로 검사할 필요성이 증가하고 있고, 특히 자동화 용접 공정의 점유율이 증가하면서 더더욱 용접품질을 실시간으로 검사할 필요성이 대두되고 있어, 이에 대한 연구가 활발히 진행중이다.

한국특허공개번호 KR 2003-0053821 (2003.7.2일 공개) 용접기의 용접상태 판단장치.

본 발명은 추가 설비 비용이 낮고 실시간으로 모니터링이 가능한 용접불량 판단장치 및 그 방법을 제공하고자 한다.

본 발명의 일 측면에 따르면, 아크 용접시 용접장치에서 센싱된 학습용 용접 전류정보 및 학습용 아크 전압정보와 용접 후 용접 결과물에서 발생된 기공에 관련된 학습용 기공정보를 포함하는 학습자료에서, 상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보에서 기공률과 높은 상관관계가 가지는 변수를 특징변수로 결정하는 특징변수 결정부 ; 상기 학습자료를 입력데이터로 하여 인공신경망을 훈련하여 기공 발생여부를 판단하기 위한 상기 특징변수 별 임계값을 산출하는 훈련부; 작업 중인 용접장치의 용접 전류정보와 아크 전압정보를 검출하는 검출부; 및 상기 검출된 상기 용접 전류정보 및 아크 전압정보에서 추출된 특징변수의 값과 상기 산출된 임계값을 이용하여 기공발생여부를 판단하여 판단부를 포함하는, 용접불량 판단장치가 제공될 수 있다.

또한, 상기 특징변수 결정부는 상기 용접 전류정보와 상기 아크 전압정보에서 전압표준편차(standard deviation of voltage), 순시단락전압 표준편차(standard deviation of instantaneous short circuit voltage), 단락회로 피크전압의 표준편차(standard deviation of short circuit peak voltage), 단락시간 평균전압(average voltage of short circuit time), 아크시간의 평균전압(average voltage of arc time), 단락회로시간의 평균(average of short circuit time), 아크시간의 평균(average of arc time), 단락회로기간의 수(number of short circuit periods), 단락회로시간의 표준편차(standard deviation of short circuit time), 아크시간의 표준편차(standard deviation of arc time), 단락회로시간 동안의 전압 표준편차(standard deviation of voltage during short circuit time) 및 아크시간 동안의 전압 표준편차 (standard deviation of voltage during arc time)를 하나 이상을 변수로 추출하고, 상기 기공률과 상관관계가 높은 변수를 상기 특징변수로 추출할 수 있다.

또한, 상기 특징변수 결정부는 상기 학습자료에서 기공이 발생한 용접 지점을 무작위로 추출하고, 상기 무작위로 추출된 용접 지점에서, 상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보의 시간축에서 소정의 단위구간별 변수를 추출하되, 기공이 발생한 위치에서의 평균값을 상기 변수의 값으로 정의하고, 기공률과 높은 상관관계를 가지는 변수를 변수를 특징 변수로 결정할 수 있다.

또한, 상기 특징변수 결정부는 상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보의 시간축에서 상기 단위구간을 일정비율로 오버랩시키면서 이동시킬 수 있다.

또한, 상기 학습자료는 용접시의 온도, 용접시의 습도, 용접대상 재질, 용접속도, 와이어송급 속도 및 갭(gap) 중 하나 이상을 포함하는 용접 조건별로 분류가 되어 있고, 상기 특징변수 결정부는 상기 용접 조건별로 상기 특징변수를 결정할 수 있다.

또한, 상기 판단부는 용접 전체면적대비 상기 기공이 발생한 면적의 비율이 지정된 일정비율을 초과하는 경우, 용접 불량으로 판단할 수 있다.

또한, 기공이 발생한 것으로 판단된 위치가 지정된 최소거리 이내에 연속되지 아니한 경우 기공이 발생하지 아니한 것으로 보정하고, 기공이 발생한 것으로 판단된 복수개의 위치가 지정된 근접거리 이내에 포함된 경우 해당 복수개의 위치에는 하나의 기공이 연속되어 발생한 것으로 보정할 수 있다.

본 발명의 다른 측면에 의하면, 용접불량 판단장치가 용접의 불량을 판단하는 방법에 있어서, (a) 아크 용접시 용접장치에서 센싱된 학습용 용접 전류정보 및 학습용 아크 전압정보와 용접 후 용접 결과물에서 발생된 기공에 관련된 학습용 기공정보를 포함하는 학습자료에서, 상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보에서 기공률과 높은 상관관계가 가지는 변수를 특징변수로 결정하는 단계; (b) 상기 학습자료를 이용하여 인공신경망을 훈련하여 기공 발생여부를 판단하기 위한 상기 특징변수 별 임계값을 산출하는 단계; (c) 작업중인 용접장치의 용접 전류정보와 아크 전압정보를 검출하는 단계; (d) 상기 검출된 상기 용접 전류정보 및 아크 전압정보에서 추출된 특징변수의 값과 상기 산출된 임계값을 이용하여 기공발생여부를 판단하는 단계; 및 (e) 용접 전체면적 대비 상기 기공이 발생한 면적의 비율이 지정된 일정비율을 초과하는 경우 용접불량으로 판단하는, 용접불량 판단방법이 제공될 수 있다.

또한, 상기 (a)단계는, 상기 용접 전류정보와 상기 아크 전압정보에서 전압표준편차(standard deviation of voltage), 순시단락전압 표준편차(standard deviation of instantaneous short circuit voltage), 단락회로 피크전압의 표준편차(standard deviation of short circuit peak voltage), 단락시간 평균전압(average voltage of short circuit time), 아크시간의 평균전압(average voltage of arc time), 단락회로시간의 평균(average of short circuit time), 아크시간의 평균(average of arc time), 단락회로기간의 수(number of short circuit periods), 단락회로시간의 표준편차(standard deviation of short circuit time), 아크시간의 표준편차(standard deviation of arc time), 단락회로시간 동안의 전압 표준편차(standard deviation of voltage during short circuit time) 및 아크시간 동안의 전압 표준편차 (standard deviation of voltage during arc time)를 하나 이상을 변수로 추출하고, 상기 기공률과 상관관계가 높은 변수를 상기 특징변수로 추출하는 단계를 포함할 수 있다.

또한, 상기 (a)단계는, (a1) 상기 학습자료에서 기공이 발생한 용접 지점을 무작위로 추출하는 단계; (a2) 상기 무작위로 추출된 용접 지점에서, 상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보의 시간축에서 소정의 단위구간별 변수를 추출하되, 기공이 발생한 위치에서의 평균값을 상기 변수의 값으로 정의하는 단계; 및 (a3) 상기 기공률과 상관관계가 값을 가지는 변수를 특징 변수로 결정하는 단계를 포함할 수 있다.

또한, 상기 (a2) 단계는 상기 학습용 전류정보와 상기 학습용 아크 전압정보의 시간축에서 상기 단위구간을 일정비율로 오버랩시키면서 이동시키는 단계를 포함할 수 있다.

또한, 상기 학습자료는 용접시의 온도, 용접시의 습도, 용접대상 재질, 용접속도, 와이어송급 속도 및 갭(gap) 중 하나 이상을 포함하는 용접 조건별로 분류가 되어 있고, 상기 (a) 단계는 상기 용접 조건별로 수행될 수 있다.

또한, 상기 (d)단계는, 기공이 발생한 것으로 판단된 위치가 지정된 최소거리 이내에 연속되지 아니한 경우 기공이 발생하지 아니한 것으로 보정하는 단계; 및 기공이 발생한 것으로 판단된 복수개의 위치가 지정된 근접거리 이내에 포함된 경우 해당 복수개의 위치에는 하나의 기공이 연속되어 발생한 것으로 보정하는 단계를 포함할 수 있다.

본 발명의 또 다른 측면에 의하면, 상술한 용접불량 판단방법 중 어느 하나의 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공될 수 있다.

본 발명은 실시예에 따른 용접불량 판단장치 및 그 방법은 추가 설비 비용이 낮고 실시간으로 모니터링이 가능하다는 장점이 있다.

도 1은 본 발명의 실시예에 따른 용접불량 판단장치의 구성을 예시한 블록도이다.
도 2는 본 발명의 실시예에 따라 특징변수 결정부(103)가 용접 전류정보 및 아크 전압정보에서 추출할 수 있는 변수의 예시이다.
도 3 및 도 4는 학습자료에서 기공이 발생한 용접 지점을 무작위로 추출한 일 예를 도시한 도면이다.
도 5는 학습용 아크 전압정보에서 특징변수 결정부(103)가 단위구간별 지정된 변수를 추출하는 과정을 설명하기 위한 도면이다.
도 6은 기공률과 변수값의 상관관계를 예시한 도면이다.
도 7은 용접 비드 이미지, X-ray 비드 이미지, 판단부가 기공 발생여부에 대하여 판단한 결과 및 판단부가 보정한 결과를 예시한 도면이다.
도 8은 본 발명의 실시예에 따른 용접불량 판단방법을 예시한 순서도이다.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.

또한, 명세서 전체에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.

또한, 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하나 이상의 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 조합으로 구현될 수 있음을 의미한다.

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다.

도 1은 본 발명의 실시예에 따른 용접불량 판단장치의 구성을 예시한 블록도이다.

도 1을 참고하면, 본 발명의 실시예에 따른 용접불량 판단장치(100)는 인터페이스부(101), 검출부(102), 특징변수 결정부(103), 훈련부(104) 및 판단부(105)를 포함할 수 있다.

본 발명의 이해와 설명의 편의를 도모하기 위해, 본 발명의 실시예에 따른 용접불량 판단장치(100)의 내부 구성을 도 1에 예시하였으나, 이에 한정되지 아니한다. 예를 들어, 검출부(102), 특징변수 결정부(103), 훈련부(104) 및 판단부(105)는 프로그램의 형태로 용접불량 판단장치(100)의 내부에 구비된 메모리(미도시)에 저장될 수 있고, 용접불량 판단장치(100)에 구비된 프로세서(미도시)에 의하여 구동되고, 인터페이스부(101)를 통하여 사용자에게 소정의 결과를 출력할 수 있다.

인터페이스부(101)는 사용자(즉, 본 실시예에 따른 용접불량 판단장치(100)를 사용하는 자)가 각종 명령을 용접불량 판단장치(100)에 입력할 수 있는 수단을 제공하고, 소정의 결과를 사용자에게 출력하는 수단일 수 있다.

예를 들어, 인터페이스부(101)는 입력수단으로서 물리적 버튼이나, 키보드, 마우스, 터치패드 및 터치스크린 중 어느 하나 또는 하나 이상의 조합이거나, 음성 명령 입력을 위한 마이크 또는 제스처 등의 영상입력 또는 이미지 인증을 위한 카메라 등 본 발명의 출원시 공지된 다양한 입력수단을 포함할 수 있다.

예를 들어, 인터페이스부(101)는 출력수단으로서 일반스크린, 터치스크린, 음성출력을 위한 스피커 등 본 발명의 출원시 공지된 다양한 출력수단 중 하나 일 수 있다.

본 발명의 실시예에 따르면, 용접불량 판단장치(100)는 인터페이스부(101)를 통하여 사용자로부터 학습자료를 입력받을 수 있다.

여기서 학습자료는 아크 용접시 용접장치에서 센싱된 학습용 용접 전류정보 및 학습용 아크 전압정보와 용접 후 용접 결과물에서 발생된 기공에 관련된 학습용 기공정보를 포함할 수 있다. 학습자료의 예시는 이후 도 3 및 도 4와 관련된 부분에서 추가 상세히 설명한다.

본 발명의 실시예에 따른 검출부(102)는 작업중인 용접장치에 연결되어 용접장치의 용접 전류정보와 아크 전압정보를 검출할 수 있다.

본 명세서에는 검출부(102)가 용접불량 판단장치(100)에 구비되는 것으로 설명하였으나, 이에 한정되지 아니한다. 예를 들어, 본 발명의 적용되는 환경에 따라 검출부(102)가 용접장치(110)에 물리적으로 구비될 수 있으며 이 또한 본 발명의 기술적 사상에 포함됨은 당업자에게 자명할 것이다.

본 발명은 아크 용접시 용접장치(110)로부터 측량이 가능한 용접 전류정보와 아크 전압정보만으로 기공(내부 또는 외부) 발생 여부를 판단하고, 이에 기초하여 용접의 불량여부를 판단할 수 있는 바 설비 비용이 낮고 실시간으로 모니터링이 가능하다는 장점이 있다. 이에 대해서 이하, 관련된 부분에서 상세히 설명한다.

본 발명의 실시예에 따른 특징변수 결정부(103)는 학습용 용접 전류정보와 학습용 아크 전압정보에서 변수를 추출한 후, 기공률과 상관관계가 높은 변수를 특징변수로 결정할 수 있다.

도 2는 본 발명의 실시예에 따라 특징변수 결정부(103)가 용접 전류정보 및 아크 전압정보에서 추출할 수 있는 변수의 예시이다.

도 2에는 본 발명의 실시예에 따른 12개의 변수가 예시되어 있으나, 이는 일 실시예에 불과하며 용접 전류정보 및 아크 전압정보에서 다양한 변수를 추출하여 이용할 수 있음을 본 발명의 기술적 사상에 비추어 당업자에게 자명할 것이다.

도 2를 참고하면, 특징변수 결정부(103)는 학습자료에 포함된 학습용 용접 전류정보와 학습용 아크 전압정보에서 전압표준편차(standard deviation of voltage)(이하, ‘제1 변수’로 칭함), 순시단락전압 표준편차(standard deviation of instantaneous short circuit voltage) (이하, ‘제2 변수’로 칭함), 단락회로 피크전압의 표준편차(standard deviation of short circuit peak voltage) (이하, ‘제3 변수’로 칭함), 단락시간 평균전압(average voltage of short circuit time) (이하, ‘제4 변수’로 칭함), 아크시간의 평균전압(average voltage of arc time) (이하, ‘제5 변수’로 칭함), 단락회로시간의 평균(average of short circuit time) (이하, ‘제6 변수’로 칭함), 아크시간의 평균(average of arc time) (이하, ‘제7 변수’로 칭함), 단락회로기간의 수(number of short circuit periods) (이하, ‘제8 변수’로 칭함), 단락회로시간의 표준편차(standard deviation of short circuit time) (이하, ‘제9 변수’로 칭함), 아크시간의 표준편차(standard deviation of arc time) (이하, ‘제10 변수’로 칭함), 단락회로시간 동안의 전압 표준편차(standard deviation of voltage during short circuit time) (이하, ‘제11 변수’로 칭함) 및 아크시간 동안의 전압 표준편차 (standard deviation of voltage during arc time) (이하, ‘제12 변수’로 칭함)를 하나 이상을 변수로 추출할 수 있다. 각 변수의 정의 및 해당 의미는 본 발명의 출원시 공지되었으므로, 각 변수에 대한 개별적인 상세한 설명은 본 발명의 요지를 흐릴 수 있는 바 생략한다.

본 발명의 실시예에 따른 특징변수 결정부(103)는 학습자료에서 기공이 발생한 용접 지점을 무작위로 추출하고, 무작위로 추출된 용접 지점에서, 학습용 용접 전류정보와 학습용 아크 전압정보의 시간축에서 소정의 단위구간별 지정된 변수들을 추출하되, 기공이 발생한 위치에서의 평균값을 해당 변수의 값으로 정의하고, 기공률과 높은 상관관계를 가지는 변수를 특징 변수로 결정할 수 있다.

이 점에 대해서 상세히 설명한다.

도 3 및 도 4는 학습자료에서 기공이 발생한 용접 지점을 무작위로 추출한 일 예를 도시한 도면이다.

도 3 및 도 4를 참고하면, 본 발명의 실시예에 따른 학습자료는 20초 동안 초당 10kHz(10,000)개의 샘플링한 데이터를 포함하며, 용접 속도는 600mm/min이고 와이어 송급 속도는 3m/min인 상황에서 용접장치(110)에서 검출된 용접아크 전압과 실제 용접 비드 이미지와 X-ray 비드 이미지를 포함한 것을 예시하였다.

여기서, 실제 용접 비드 이미지와 X-ray 비드 이미지는 기공에 대한 정보(예를 들어, 크기, 형상 등)을 포함할 수 있다.

여기서, 본 발명의 실시예에 따른 특징변수 결정부(103)는 도 3 및 도 4에 예시한 바와 같이, 기공이 발생한 용접 불량 지점을 지정된 개수만큼 무작위로 추출할 수 있다.

본 발명의 실시예에 따른 도 3 및 도 4에는 특징변수 결정부(103)가 각각 11개의 용접 불량 지점을 무작위로 지정한 것을 예시하였으나, 그 개수는 이에 한정되지 아니하고 다양할 수 있다.

본 발명의 실시예에 따르면, 학습자료는 용접시의 온도, 용접시의 습도, 용접대상 재질, 용접속도, 와이어 송급 속도 및 갭(gap) 중 하나 이상을 포함하는 용접 조건 별로 분류될 수 있다. 예를 들어, 도 3에는 갭(gap)이 없는 조건에서, 도 4에는 갭(gap)이 0.5mm인 조건에서의 학습자료가 예시되어 있다.

본 발명의 실시예에 따른 특징변수 결정부(103)는 학습용 용접 전류정보와 학습용 아크 전압정보의 시간축에서 소정의 단위구간별로 지정된 변수들을 추출하되, 기공이 발생한 위치에서의 평균값을 해당 변수의 값으로 정의할 수 있다.

또한, 본 발명의 실시예에 따른 특징변수 결정부(103)는 학습용 용접 전류정보와 학습용 아크 전압정보의 시간축에서 소정의 단위구간을 일정비율로 오버랩시키면서 이동시킬 수 있다. 이에 대해서 상세히 설명한다.

도 5는 학습용 아크 전압정보에서 특징변수 결정부(103)가 단위구간별 지정된 변수를 추출하는 과정을 설명하기 위한 도면이다.

도 5를 참고하면, 학습용 아크 전압정보의 시간축상에서 특징변수 결정부(103)는 미리 지정된 0.1초의 단위구간별로 지정된 변수들(예를 들어, 도 2에 예시된 제1 내지 제12 변수)를 추출할 수 있다. 이 때, 특징변수 결정부(103)는 0.1초의 단위구간 중 90%를 오버랩시키면서. 실질적으로 0.01초씩 우측으로 쉬프트 이동하면서 해당 단위구간별로 지정된 변수들을 추출할 수 있다.

여기서, 단위구간의 크기, 오버랩 되는 비율 등은 본 발명이 적용되는 환경에 따라 다양하게 지정될 수 있음은 본 발명의 기술적 사상에 비추어 당업자에게 자명할 것이다.

본 발명의 실시예에 따른 특징변수 결정부(103)는 기공이 발생한 지점에서는 해당 단위구간별 변수의 평균값을 해당 지점의 변수값으로 정의할 수 있다.

그리고, 특징변수 결정부(103)는 기공률과 변수값 간의 상관관계를 비교하여, 높은 상관관계를 가지는 변수를 특징변수로 결정할 수 있다.

이에 대해서 이후 도 6을 참고하여 설명한다.

도 6은 본 발명의 실시예에 따른 기공률과 변수값의 상관관계를 예시한 도면이다. 보다 상세하게는, 특징변수 결정부(103)가 도 3 및 도 4에서 예시한 무작위로 추출한 용접 불량 지점에서, 학습용 용접 전류정보와 학습용 전압정보의 시간축선상에서 단위구간별로 도 2에 예시된 변수를 추출하고, 기공이 발생한 위치에서의 변수의 평균값을 변수값으로 정의하여 기공률과의 상관관계를 예시한 그래프이다.

도 6에는 제1 변수 내지 제 12변수에 대한 기공률과의 상관관계가 예시되어 있다.

도 6를 참고하면, 본 발명의 실시예에 따른 특징변수 결정부(103)는 전압표준편차(standard deviation of voltage)인 제1 변수와, 순시단락전압 표준편차(standard deviation of instantaneous short circuit voltage)인 제2 변수와, 아크시간의 평균(average of arc time)인 제7 변수와, 단락회로기간의 수(number of short circuit periods)인 제8 변수와, 단락회로시간의 표준편차(standard deviation of short circuit time)인 제9 변수와, 아크시간 동안의 전압 표준편차 (standard deviation of voltage during arc time)인 제12 변수를 기공률과 상대적으로 높은 상관관계를 가지는 특징변수로 결정할 수 있다.

본 실시예에서는 6개의 변수가 특징변수로 결정되는 것으로 가정하여 설명하나, 그 개수는 본 발명이 적용되는 환경에 따라 다양하게 지정될 수 있음은 본 발명의 기술적 사상에 비추어 당업자에게 자명할 것이다.

또한, 앞서 설명한 바와 같이 본 발명의 실시예에 따른 학습자료는 용접시의 온도, 용접시의 습도, 용접대상 재질, 용접속도, 와이어 송급 속도 및 갭(gap) 중 하나 이상을 포함하는 용접 조건 별로 분류되어 구비될 수 있고, 이 경우 특징변수 결정부(103)는 용접조건 별로 특징 변수들을 결정할 수 있다. 이 경우, 용접불량 판단장치의 사용자의 선택에 따라, 실제 모니터링 또는 검사하고자 하는 용접 현장과 관련된 용접 조건이 추가적으로 입력될 수 있고, 이 경우 후술하는 판단부(105)는 용접 조건에 따라 특징변수 결정부(103)가 결정한 특징 변수를 이용함으로서, 보다 정밀한 검사를 수행할 수 있다는 장점이 있다.

다시 도 1을 참고하면, 본 발명의 실시예에 따른 훈련부(104)는 학습자료를 입력데이터로 하여 인공신경망을 훈련할 수 있다. 보다 상세하게는, 훈련부(104)는 기공 발생여부를 판단하기 위한, 특징변수 별 최적의 임계값을 산출하기 위해 학습자료를 입력데이터로 하여 인경신경망을 훈련할 수 있다. 인공신경망은 본 발명의 출원시 공지된 다양한 알고리즘일 수 있으며, 또한 학습데이터를 이용하여 훈련하는 방법도 또한 다양하게 공지되어 있는 바, 이에 대한 상세한 설명은 발명의 요지를 흐릴 수 있어 본 명세서에서는 생략한다.

본 발명의 실시예에 따른 판단부(105)는 검출부(102)가 용접장치(110)에서 검출한 용접 전류정보와 아크 전압정보에서, 특징변수 결정부(103)가 결정한 특징변수의 값을 추출하고, 훈련부(104)가 산출한 특징변수별 임계값을 비교하여 해당 지점에서 기공 발생여부를 판단할 수 있다. 그리고, 판단부(105)는 전체 용접면적 대비 기공이 발생 면적의 비율이 지정된 일정비율 (예를 들어, 10%)를 초과하는 경우 용접 불량으로 판단할 수 있다.

본 발명의 실시예에 따르면, 판단부(105)는 기공이 발생한 것으로 판단된 위치가 지정된 최소거리 이내에 연속되지 아니한 경우 기공이 발생하지 아니한 것으로 보정하고, 기공이 발생한 것으로 판단된 복수개의 위치가 지정된 근접거리 이내에 포함된 경우 해당 복수개의 위치에는 하나의 기공이 연속되어 발생한 것으로 보정할 수 있다.

이 점에 대해서는 이하, 도 7을 참고하여 설명한다.

도 7은 용접 비드 이미지(702), X-ray 비드 이미지(704), 판단부(105)가 기공 발생여부에 대하여 판단한 결과(706) 및 판단부(105)가 보정한 결과(708)를 예시한 도면이다.

도 7을 참고하면, 용접 비드 이미지(702)는 용접장치(110)가 실제로 용접한 비드의 이미지로서, 상이한 크기의 제1 피트와 제2 피트가 예시되어 있다.

X-ray 비드 이미지(704)는 용접장치(110)가 실제로 용접한 비드내 기공을 검사하기 위하여 X-ray를 투사하여 획득한 이미지로서, 실제 발생한 기공에 대한 이미지를 포함할 수 있다.

도 7에는, 본 발명의 실시예에 따른 판단부(105)가 예를 들어, 기공이 발생한 경우 1를 출력하고, 기공이 발생하지 않은 경우 0를 출력하는 것으로 예시하였다.

여기서, 식별번호 712로 표시한 바와 같이, 판단부(105)는 기공이 발생한 것으로 판단된 복수개의 위치가 지정된 근접거리 이내에 포함된 경우, 식별번호 714로 표시한 바와 같이 해당 복수개의 위치에는 하나의 기공이 연속되어 발생한 것으로 보정하여, 사용자가 보다 쉽게 인지할 수 있도록 한다.

또한, 반대의 경우로 판단부(105)는 식별번호 716으로 표시한 바와 같이, 기공이 발생한 것으로 판단된 위치가 지정된 최소거리 이내에 연속되지 아니한 경우 기공이 발생하지 아니한 것으로 보정하여, 이 또한 사용자가 보는 결과 화면을 단순화 할 수 있다는 장점이 있다.

지금까지 도 1 내지 도 7을 참고하여 본 발명의 실시예에 따른 용접불량 판단장치에 대해서 설명하였다. 여기서, 도 1에 예시된 내부 구성은 일 실시예에 불과하며, 복수개의 구성이 하나의 구성으로 통합되거나, 하나의 구성이 세부 기능별로 다수개로 세분화 되어 구현될 수 있다. 또한, 상술한 검출부(102), 특징변수 결정부(103), 훈련부(104) 및 판단부(105) 중 하나 이상은 프로그램으로 구현되어, 용접불량 판단장치(100)의 내부 메모리에 저장되고 내부 프로세서에 의해 구동되는 등 다양한 방법으로 구현될 수 있다. 따라서, 이하 도 8을 참고하여 본 발명의 실시예에 따른 용접 불량 판단 방법을 설명함에 있어서, 각 단계별 주체는 도 1에 예시한 구체적인 내부 구성보다는 용접불량 판단장치를 주체로 하여 설명한다.

도 8은 본 발명의 실시예에 따른 용접불량 판단방법을 예시한 순서도 이다.

이하. 도 8을 참고하여 본 발명의 실시예에 따른 용접불량 판단방법의 각 단계를 설명함에 있어서, 앞서 도 1 내지 도 7을 참고한 설명과 중복된 설명은, 본 발명의 요지를 흐릴 수 있는 바 생략하도록 한다.

도 8을 참고하면, 단계 S802에서 용접불량 판단장치(100)는 아크 용접시 용접장치에서 센싱된 학습용 용접 전류정보 및 학습용 아크 전압정보와 용접 후 용접 결과물에서 발생된 기공에 관련된 학습용 기공정보를 포함하는 학습자료에서, 학습용 용접 전류정보와 학습용 아크 전압정보에서 기공률과 높은 상관관계가 가지는 변수를 특징변수로 결정할 수 있다. 이 점에 대해서는 도 1 내지 도 6을 참고하여, 특징변수 결정부(103)에 대해서 상세히 설명하였다.

또한, 단계 S802는, (a1) 학습자료에서 기공이 발생한 용접 지점을 무작위로 추출하는 단계; (a2) 무작위로 추출된 용접 지점에서, 전류정보와 상기 아크 전압정보의 시간축에서 소정의 단위구간별 변수들(예를 들어, 도 2에 예시된 변수)을 추출하되, 기공이 발생한 위치에서의 평균값을 해당 변수의 값으로 정의하는 단계; 및 (a3) 기공률과 상관관계가 값을 가지는 변수를 특징 변수로 결정하는 단계를 포함할 수 있으며, 이에 대해서는 앞서 도 1 내지 도 6을 참고하여 설명하였다.

또한, 상술한 (a2) 단계가, 학습용 전류정보와 학습용 아크 전압정보의 시간축에서 단위구간을 일정비율로 오버랩시키면서 이동시키는 단계를 포함할 수 있음도 앞서 도 5를 참조하여 상세히 설명하였다.

이어서, 단계 S804에서 용접불량 판단장치(100)는 학습자료를 이용하여 인공신경망을 훈련하여 기공 발생여부를 판단하기 위한 상기 특징변수 별 임계값을 산출할 수 있다. 본 발명의 출원시 공지된 다양한 인공신경망과, 그 훈련방법이 적용될 수 있는 바 이에 대한 상세한 설명은 본 명세서에서 생략한다.

이어서, 단계 S806에서 용접불량 판단장치(100)는 작업중인 용접장치(110)의 용접 전류정보와 아크 전압정보를 검출할 수 있다. 이 점에 대해서는, 앞서 도 1을 참고하여 검출부(102)에서 상세히 설명하였다.

이어서, 단계 S808에서 용접불량 판단장치(100)는 단계 S806에서 검출된 용접 전류정보 및 아크 전압정보에서 추출된 특징변수의 값과 단계 S804에서 산출된 임계값을 이용하여 기공발생여부를 판단할 수 있다. 이 점에 대해서는, 앞서 도 1의 판단부(105)와 도 7에서 설명하였다.

이어서, 단계 S810에서 용접불량 판단장치(100)는 용접 전체면적 대비 상기 기공이 발생한 면적의 비율을 비교하여, 초과하는 경우 단계 S814로 진행하여 용접불량으로 판단할 수 있으며, 그 이하인 경우 단계 S812으로 진행하여 용접양호로 판단할 수 있다.

이 점에 대해서는, 앞서 도 1의 판단부(105)와 도 7에서 설명하였다.

본 발명의 실시예에 따르면, 고가의 추가장비의 필요없이 용접장치(110)에서 용접 전류정보와 아크 전압정보를 감지할 수 있는 정도의 장비만 필요하므로 설비비용이 낮고, 실시간으로 용접 불량 여무를 모니터링 할 수 있다는 장점이 있다.

도 8에는 미도시 하였으나, 단계 S808은 용접불량 판단장치가 기공이 발생한 것으로 판단된 위치가 지정된 최소거리 이내에 연속되지 아니한 경우 기공이 발생하지 아니한 것으로 보정하는 단계; 및 기공이 발생한 것으로 판단된 복수개의 위치가 지정된 근접거리 이내에 포함된 경우 해당 복수개의 위치에는 하나의 기공이 연속되어 발생한 것으로 보정하는 단계를 포함할 수 있다. 이 점에 대해서는 앞서 도 1의 판단부(105) 및 도 7을 참고하여 상세히 설명하였다.

또한, 본 발명의 실시예에 따른 학습자료는 용접시의 온도, 용접시의 습도, 용접대상 재질, 용접속도, 와이어 송급 속도 및 갭(gap) 중 하나 이상을 포함하는 용접 조건별로 분류가 될 수 있다. 이 경우, 단계 S802에서 용접조건 별로 특징변수가 결정될 수 있고, 단계 S804에서 해당 특징변수 별로 임계값이 산출될 수 있다. 이 경우, 도 8에는 미도시 하였으나, 단계 S806이전에 사용자가 실제 모니터링 하고자 하는 현장과 관련된 용접 조건 중 하나 이상을 입력할 수 있고, 단계 S808에서는 용접조건과 관련된 특징변수와, 해당 특징변수에 대하여 산출된 임계값을 이용하여 수행될 수 있다. 이 경우, 보다 정밀한 검사가 수행될 수 있다는 장점이 있다.

상술한 본 발명에 따른 용접불량 판단방법은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.

이상에서는 본 발명의 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 쉽게 이해할 수 있을 것이다.

100 : 용접불량 판단장치 101 : 인터페이스부
102 : 검출부 103 : 특징변수 결정부
104 : 훈련부 105 : 판단부
110 : 용접장치

Claims (13)

1. 아크 용접시 용접장치에서 센싱된 학습용 용접 전류정보 및 학습용 아크 전압정보와 용접 후 용접 결과물에서 발생된 기공에 관련된 학습용 기공정보를 포함하는 학습자료에서, 상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보에서 기공률과 높은 상관관계가 가지는 변수를 특징변수로 결정하는 특징변수 결정부 ;
   상기 학습자료를 입력데이터로 하여 인공신경망을 훈련하여 기공 발생여부를 판단하기 위한 상기 특징변수 별 임계값을 산출하는 훈련부;
   작업 중인 용접장치의 용접 전류정보와 아크 전압정보를 검출하는 검출부; 및
   상기 검출된 상기 용접 전류정보 및 아크 전압정보에서 추출된 특징변수의 값과 상기 산출된 임계값을 이용하여 기공발생여부를 판단하여 판단부를 포함하는, 용접불량 판단장치
   
2. 제1항에 있어서,
   상기 특징변수 결정부는
   상기 용접 전류정보와 상기 아크 전압정보에서
   전압표준편차(standard deviation of voltage), 순시단락전압 표준편차(standard deviation of instantaneous short circuit voltage), 단락회로 피크전압의 표준편차(standard deviation of short circuit peak voltage), 단락시간 평균전압(average voltage of short circuit time), 아크시간의 평균전압(average voltage of arc time), 단락회로시간의 평균(average of short circuit time), 아크시간의 평균(average of arc time), 단락회로기간의 수(number of short circuit periods), 단락회로시간의 표준편차(standard deviation of short circuit time), 아크시간의 표준편차(standard deviation of arc time), 단락회로시간 동안의 전압 표준편차(standard deviation of voltage during short circuit time) 및 아크시간 동안의 전압 표준편차 (standard deviation of voltage during arc time)를 하나 이상을 변수로 추출하고, 상기 기공률과 상관관계가 높은 변수를 상기 특징변수로 추출하는, 용접불량 판단장치.
   
3. 제2항에 있어서,
   상기 특징변수 결정부는
   상기 학습자료에서 기공이 발생한 용접 지점을 무작위로 추출하고,
   상기 무작위로 추출된 용접 지점에서, 상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보의 시간축에서 소정의 단위구간별 변수를 추출하되, 기공이 발생한 위치에서의 평균값을 상기 변수의 값으로 정의하고,
   기공률과 높은 상관관계를 가지는 변수를 변수를 특징 변수로 결정하는, 용접불량 판단장치
   
4. 제3항에 있어서,
   상기 특징변수 결정부는
   상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보의 시간축에서 상기 단위구간을 일정비율로 오버랩시키면서 이동시키는, 용접불량 판단장치.
   
5. 제1항에 있어서,
   상기 학습자료는 용접시의 온도, 용접시의 습도, 용접대상 재질, 용접속도, 와이어송급 속도 및 갭(gap) 중 하나 이상을 포함하는 용접 조건별로 분류가 되어 있고,
   상기 특징변수 결정부는 상기 용접 조건별로 상기 특징변수를 결정하는, 용접불량 판단장치.
   
6. 제1항에 있어서,
   상기 판단부는 용접 전체면적대비 상기 기공이 발생한 면적의 비율이 지정된 일정비율을 초과하는 경우, 용접 불량으로 판단하는, 용접불량 판단장치.
   
7. 제1항에 있어서,
   상기 판단부는
   기공이 발생한 것으로 판단된 위치가 지정된 최소거리 이내에 연속되지 아니한 경우 기공이 발생하지 아니한 것으로 보정하고,
   기공이 발생한 것으로 판단된 복수개의 위치가 지정된 근접거리 이내에 포함된 경우 해당 복수개의 위치에는 하나의 기공이 연속되어 발생한 것으로 보정하는, 용접불량 판단장치.
   
8. 용접불량 판단장치가 용접의 불량을 판단하는 방법에 있어서,
   (a) 아크 용접시 용접장치에서 센싱된 학습용 용접 전류정보 및 학습용 아크 전압정보와 용접 후 용접 결과물에서 발생된 기공에 관련된 학습용 기공정보를 포함하는 학습자료에서, 상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보에서 기공률과 높은 상관관계가 가지는 변수를 특징변수로 결정하는 단계;
   (b) 상기 학습자료를 이용하여 인공신경망을 훈련하여 기공 발생여부를 판단하기 위한 상기 특징변수 별 임계값을 산출하는 단계;
   (c) 작업중인 용접장치의 용접 전류정보와 아크 전압정보를 검출하는 단계;
   (d) 상기 검출된 상기 용접 전류정보 및 아크 전압정보에서 추출된 특징변수의 값과 상기 산출된 임계값을 이용하여 기공발생여부를 판단하는 단계; 및
   (e) 용접 전체면적 대비 상기 기공이 발생한 면적의 비율이 지정된 일정비율을 초과하는 경우 용접불량으로 판단하는, 용접불량 판단방법.
   
9. 제8항에 있어서,
   상기 (a)단계는,
   상기 용접 전류정보와 상기 아크 전압정보에서
   전압표준편차(standard deviation of voltage), 순시단락전압 표준편차(standard deviation of instantaneous short circuit voltage), 단락회로 피크전압의 표준편차(standard deviation of short circuit peak voltage), 단락시간 평균전압(average voltage of short circuit time), 아크시간의 평균전압(average voltage of arc time), 단락회로시간의 평균(average of short circuit time), 아크시간의 평균(average of arc time), 단락회로기간의 수(number of short circuit periods), 단락회로시간의 표준편차(standard deviation of short circuit time), 아크시간의 표준편차(standard deviation of arc time), 단락회로시간 동안의 전압 표준편차(standard deviation of voltage during short circuit time) 및 아크시간 동안의 전압 표준편차 (standard deviation of voltage during arc time)를 하나 이상을 변수로 추출하고, 상기 기공률과 상관관계가 높은 변수를 상기 특징변수로 추출하는 단계를 포함하는, 용접불량 판단방법.
   
10. 제9항에 있어서,
    상기 (a)단계는,
    (a1) 상기 학습자료에서 기공이 발생한 용접 지점을 무작위로 추출하는 단계;
    (a2) 상기 무작위로 추출된 용접 지점에서, 상기 학습용 용접 전류정보와 상기 학습용 아크 전압정보의 시간축에서 소정의 단위구간별 변수를 추출하되, 기공이 발생한 위치에서의 평균값을 상기 변수의 값으로 정의하는 단계; 및
    (a3) 상기 기공률과 상관관계가 값을 가지는 변수를 특징 변수로 결정하는 단계를 포함하는, 용접불량 판단방법.
    
11. 제10항에 있어서,
    상기 (a2) 단계는 상기 학습용 전류정보와 상기 학습용 아크 전압정보의 시간축에서 상기 단위구간을 일정비율로 오버랩시키면서 이동시키는 단계를 포함하는, 용접불량 판단방법.
    
12. 제8항에 있어서,
    상기 학습자료는 용접시의 온도, 용접시의 습도, 용접대상 재질, 용접속도, 와이어송급 속도 및 갭(gap) 중 하나 이상을 포함하는 용접 조건별로 분류가 되어 있고,
    상기 (a) 단계는 상기 용접 조건별로 수행되는, 용접불량 판단방법.
    
13. 제8항에 있어서,
    상기 (d)단계는,
    기공이 발생한 것으로 판단된 위치가 지정된 최소거리 이내에 연속되지 아니한 경우 기공이 발생하지 아니한 것으로 보정하는 단계; 및
    기공이 발생한 것으로 판단된 복수개의 위치가 지정된 근접거리 이내에 포함된 경우 해당 복수개의 위치에는 하나의 기공이 연속되어 발생한 것으로 보정하는 단계를 포함하는, 용접불량 판단방법.

Images