KR20230091245A - 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템 - Google Patents

딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템 Download PDF

Info

Publication number
KR20230091245A
KR20230091245A KR1020210180103A KR20210180103A KR20230091245A KR 20230091245 A KR20230091245 A KR 20230091245A KR 1020210180103 A KR1020210180103 A KR 1020210180103A KR 20210180103 A KR20210180103 A KR 20210180103A KR 20230091245 A KR20230091245 A KR 20230091245A
Authority
KR
South Korea
Prior art keywords
hairpin
welding
laser welding
deep learning
protruding ends
Prior art date
Application number
KR1020210180103A
Other languages
English (en)
Other versions
KR102650366B1 (ko
Inventor
표성종
김형철
김현규
김호용
Original Assignee
(주)글로벌엔지니어링
유지닉스 시스템스 인코퍼레이티드
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 (주)글로벌엔지니어링, 유지닉스 시스템스 인코퍼레이티드 filed Critical (주)글로벌엔지니어링
Priority to KR1020210180103A priority Critical patent/KR102650366B1/ko
Publication of KR20230091245A publication Critical patent/KR20230091245A/ko
Application granted granted Critical
Publication of KR102650366B1 publication Critical patent/KR102650366B1/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
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/20—Bonding
    • B23K26/21—Bonding by welding
    • 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
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
    • 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
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/04—Automatically aligning, aiming or focusing the laser beam, e.g. using the back-scattered light
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • B23K2101/00—Articles made by soldering, welding or cutting
    • B23K2101/36—Electric or electronic devices
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/64—Electric machine technologies in electromobility

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Mechanical Engineering (AREA)
  • Plasma & Fusion (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Manufacture Of Motors, Generators (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 실시예는 헤어핀 타입의 고정자 코일을 구성하는 복수의 헤어핀 단부들의 용접시 용접 위치를 정확하게 검출하여 용접의 품질을 향상할 수 있으며 용접 불량을 방지하여 생산성을 향상하고 제조비용을 절감할 수 있는 딥 러닝을 이용한 고정자 코일의 레이저 용접 시스템에 관한 것이다. 본 발명의 실시예는 복수의 헤어핀 돌출단부 간에 레이저 용접을 하기 위한 시스템으로서, 상기 복수의 헤어핀 돌출단부의 이미지를 취득하는 비전부; 상기 비전부에서 취득된 이미지를 입력받고, 딥 러닝 알고리즘으로 학습되어 생성된 헤어핀 검출모델을 이용하여 상기 입력받은 이미지 상에서 각 헤어핀 돌출단부의 용접 중심을 산출하는 위치 검출부; 및 상기 위치 검출부에서 산출된 각 헤어핀 돌출단부의 용접 중심을 이용하여 상기 복수의 헤어핀 돌출단부 간의 레이저 용접을 수행하는 레이저 용접부;를 포함하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템이 제공된다.

Description

딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템 {SYSTEM FOR LASER WELDING OF STATOR COIL USING DEEP LEARNING ALGORITHM}
본 발명의 실시예는 헤어핀 타입의 고정자 코일을 구성하는 복수의 헤어핀 돌출단부들의 용접시 용접 위치를 정확하게 검출하여 용접의 품질을 향상할 수 있으며 용접 불량을 방지하여 생산성을 향상하고 제조비용을 절감할 수 있는 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템에 관한 것이다.
일반적으로, 친환경 자동차로 불리우는 전기 자동차는 전기 에너지로 회전력을 얻는 전기 모터에 의해 구동력을 발생시킬 수 있다.
전기 자동차는 전기모터의 동력만을 이용하는 순수 전기 자동차 모드인 EV(Electric Vehicle) 모드로 주행하거나 엔진과 구동모터를 모두 동력으로 이용하는 HEV(Hybrid Electric Vehicle) 모드로 주행한다.
전기 자동차의 동력원으로 이용되는 전기 모터는 대부분 영구자석형 동기모터(permanent magnet synchronous motor:PMSM)를 사용한다.
이와 같은 전기 자동차의 동력원으로 이용되는 영구자석형 동기모터로서의 전기 모터는 기본적으로 자속을 발생시키는 고정자와, 상기 고정자와 일정 공극을 두고 배치되고 영구 자석이 구비되는 회전 운동을 하는 회전자로 구성된다.
한편, 전기 모터의 출력은 고정자 코어에 권선되는 코일의 턴(turn) 수에 비례하는 것으로 알려져 있다. 그러나, 코일의 턴 수를 늘리게 되면 필연적으로 고정자 코어나 이를 포함하는 전기 모터 자체의 사이즈가 커지게 되어 소형화가 곤란하다.
따라서, 전기 모터의 사이즈를 늘리지 않고 출력을 향상시키기 위하여 고정자 코어에 권선되는 코일의 점적율을 증가시킨다. 즉, 고정자 코어와 권선 코일 간의 사 공간(dead space)이나 각 코일 간의 사 공간을 최소화시켜 코일의 점적율을 높일 수 있다.
이에, 최근에는 코일 권선으로 원형 단면을 가지는 환형 코일을 사용하는 대신, 사각 단면 등 각형 코일(당 업계에서는 "세그먼트 코일"이라고 함)을 사용하여 사 공간을 줄이고 점적율을 향상시켜 동일한 사이즈 대비 출력이 높은 전기 모터를 생산하는 추세이다.
상기 각형 코일의 코일 권선 작업을 용이하게 하기 위하여 다수의 분리된 헤어핀 형태(대략 U자 또는 V자 형태)의 고정자 코일(이하, 헤어핀이라고 지칭함)을 고정자 코어의 슬롯들에 인서팅하고, 상기 슬롯 내 반경 방향으로 인접한 헤어핀의 돌출단부를 용접하여 개별 고정자 코일이 전체 통전 가능하게 하는 방법이 제안되고 있다.
여기서, 상기 헤어핀 돌출단부 간에는 레이저(LASER) 용접 또는 TIG(Tungsten Inert Gas) 용접 등을 이용하여 용접되는데, 종래에는 작업자가 수동으로 헤어핀 돌출단부의 위치를 일일이 확인하고 조정해야만 하므로 용접 공정에 소요되는 시간이 오래 걸리는 문제점이 있었다.
이를 해결하기 위해, 사전에 규칙을 입력하는 규칙기반(Rule-Base) 알고리즘을 적용한 비전 기술로 헤어핀의 돌출단부의 위치를 파악하고자 하였으나, 헤어핀 돌출단부의 절단면 형상과 각도 및 크기 등에 의해 원하는 이미지와 다르게 촬상이 되는 경우에는 상기 비전 기술을 이용하여도 헤어핀 돌출단부의 위치 검출이 제대로 되지 않아 다른 헤어핀 돌출단부에 용접되거나 헤어핀 돌출단부 외 지그 등에 용접이 되는 등 잘못된 위치에 용접이 되어 용접 불량을 발생하였으며 나아가 설비 손상까지 유발하는 문제가 있었다.
특히, 헤어핀 돌출단부의 위치가 미검출되는 경우도 발생하여, 작업자가 수동으로 위치를 다시 지정하여 용접 공정을 진행함으로써 작업성을 저하시키고 작업시간 증가로 생산성을 떨어뜨리는 문제가 있었다.
이 배경기술 부분에 기재된 사항은 발명의 배경에 대한 이해를 증진하기 위하여 작성된 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래 기술이 아닌 사항을 포함할 수 있다.
대한민국 등록특허공보 제10-2023012호 (2019.09.11.)
본 발명의 실시예는 복수의 헤어핀 돌출단부 간의 용접 위치를 정확하게 검출하여 정확한 위치에 용접이 수행되도록 함으로써 용접 불량을 최소화할 수 있는 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템을 제공하기 위한 것이다.
그리고, 본 발명의 실시예는 복수의 헤어핀 돌출단부 간의 정확한 용접 위치에 자동으로 용접이 수행되도록 함으로써 용접 공정에 소요되는 시간을 단축하여 생산성을 향상할 수 있는 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템을 제공하기 위한 것이다.
본 발명의 일 실시예에 따르면, 복수의 헤어핀 돌출단부 간에 레이저 용접을 하기 위한 시스템으로서, 상기 복수의 헤어핀 돌출단부의 이미지를 취득하는 비전부; 상기 비전부에서 취득된 이미지를 입력받고, 딥 러닝 알고리즘으로 학습되어 생성된 헤어핀 검출모델을 이용하여 상기 입력받은 이미지 상에서 각 헤어핀 돌출단부의 용접 중심을 산출하는 위치 검출부; 및 상기 위치 검출부에서 산출된 각 헤어핀 돌출단부의 용접 중심을 이용하여 상기 복수의 헤어핀 돌출단부 간의 레이저 용접을 수행하는 레이저 용접부;를 포함하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템이 제공된다.
이때, 상기 비전부는, 상기 복수의 헤어핀 돌출단부의 상방에서 이미지를 취득하는 카메라 및/또는 스캐너를 포함하여 구성될 수 있다.
본 실시예의 레이저 용접 시스템은, 상기 복수의 헤어핀 돌출단부의 샘플 이미지들을 학습하고 상기 학습 결과에 기초하여 상기 헤어핀 검출모델을 생성하며 상기 생성된 헤어핀 검출모델을 상기 위치 검출부로 제공하는 딥 러닝 모델링부를 포함할 수 있다.
여기서, 상기 딥 러닝 모델링부는, 상기 샘플 이미지들을 입력받아 상기 각 샘플 이미지에서 학습 대상 영역을 수집하는 라벨링 과정과, 상기 학습 대상 영역으로부터 상기 각 헤어핀 돌출단부를 포함하는 헤어핀 영역을 학습하는 트레이닝 과정과, 상기 학습된 헤어핀 영역을 검증하여 상기 헤어핀 검출모델을 분류 생성하는 테스트 과정을 수행할 수 있다.
이때, 상기 딥 러닝 모델링부는, CNN(Convolutional Neural Network) 기반의 딥 러닝 알고리즘으로 상기 과정을 수행할 수 있다.
한편, 상기 위치 검출부는, 상기 헤어핀 검출모델을 이용하여 상기 입력받은 이미지 상에서 상기 각 헤어핀 돌출단부의 용접면을 포함하는 용접 영역을 각각 선출하고 상기 선출된 각 용접 영역의 중심을 해당되는 헤어핀 돌출단부의 용접 중심으로 산출할 수 있다.
그리고, 상기 레이저 용접부는, 상기 복수의 헤어핀 돌출단부의 각 용접 중심을 기준으로 1차 레이저 용접을 각각 수행하고, 상기 복수의 헤어핀 돌출단부의 용접 중심 중 어느 하나의 용접 중심으로부터 다른 하나의 용접 중심까지 2차 레이저 용접을 수행할 수 있다.
이때, 상기 1차 레이저 용접의 용접 궤적은 상기 각 헤어핀 돌출단부의 용접 중심을 중심으로 고정자 코일의 원주방향을 따라 장축을 갖는 타원을 이루며, 상기 2차 레이저 용접의 용접 궤적은 상기 복수의 헤어핀 돌출단부의 용접 중심 간의 거리를 장축으로 하는 타원을 이루는 것이 바람직하다.
본 실시예의 레이저 용접 시스템은, 상기 복수의 헤어핀 돌출단부 간의 이격 거리를 산출하는 거리 검출부를 더 포함할 수 있다.
이때, 상기 레이저 용접부는 상기 거리 검출부에서 검출된 이격 거리가 설정값 이상일 경우 상기 복수의 헤어핀 돌출단부 간의 레이저 용접을 미수행하는 것이 바람직하다.
본 실시예의 레이저 용접 시스템은, 상기 레이저 용접 이후 상기 비전부를 통해 취득된 상기 복수의 헤어핀 돌출단부의 용접 이미지를 입력받고, 딥 러닝 알고리즘으로 학습되어 생성된 용접부 검출모델을 이용하여 상기 복수의 헤어핀 돌출단부의 용접 불량을 검출하는, 검사부를 더 포함할 수도 있다.
본 발명의 실시예에 따르면, 복수의 헤어핀 돌출단부 간의 용접 위치를 정확하게 검출할 수 있는 이점이 있으며, 이에 따라 정확한 위치에 용접이 수행되도록 함으로써 용접 불량으로 인한 제품 불량을 최소화할 수 있다.
그리고, 본 발명의 실시예에 따르면, 복수의 헤어핀 돌출단부 간의 용접 위치를 자동으로 정확하게 검출하여 용접을 수행함으로써 공정에 소요되는 시간을 단축할 수 있으며, 이로 인해 생산성을 향상할 수 있는 이점이 있다.
도 1은 본 발명의 일 실시예에 따른 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템을 개략적으로 나타낸 블록도
도 2는 도 1의 딥 러닝 모델링부의 라벨링 과정에서 학습 대상 영역을 개략적으로 나타낸 예시도
도 3a 및 도 3b는 도 1의 딥 러닝 모델링부의 테스트 과정에서 헤어핀 검출모델로 분류 생성할 테스트 이미지들을 개략적으로 나타낸 예시도
도 4a는 도 1의 비전부에서 취득된 이미지를 개략적으로 나타낸 예시도
도 4b는 도 4a의 이미지에서 선출한 용접 대상 영역의 이미지를 개략적으로 나타낸 예시도
도 4c는 도 4b의 용접 대상 영역에서 선출된 개별 용접 영역 및 그 용접 중심에 대한 이미지를 개략적으로 나타낸 예시도
도 5는 도 1의 레이저 용접부에서 복수의 헤어핀 돌출단부 간의 레이저 용접을 수행하기 위한 용접 궤적을 개략적으로 나타낸 예시도
도 6a는 정상적으로 용접된 복수의 헤어핀 돌출단부의 용접 이미지를 개략적으로 나타낸 예시도
도 6b는 비정상적으로 용접된 복수의 헤어핀 돌출단부의 용접 이미지를 개략적으로 나타낸 예시도
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 개시되는 실시예들은 이에 제한되지 않는다.
실시예들을 설명함에 있어서, 관련된 공지기술에 대한 구체적인 설명이 개시되는 실시예들의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 개시되는 실시예들에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
도 1은 본 발명의 일 실시예에 따른 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템을 개략적으로 나타낸 블록도이고, 도 2는 도 1의 딥 러닝 모델링부의 라벨링 과정에서 학습 대상 영역을 개략적으로 나타낸 예시도이며, 도 3a 및 도 3b는 도 1의 딥 러닝 모델링부의 테스트 과정에서 헤어핀 검출모델로 분류 생성할 테스트 이미지들을 개략적으로 나타낸 예시도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템(100)은, 고정자 코일을 구성하는 복수의 헤어핀 돌출단부 간에 레이저 용접시 딥 러닝 알고리즘을 이용하여 정확한 용접 공정을 수행하기 위한 시스템으로서, 크게 상기 복수의 헤어핀 돌출단부의 이미지를 취득하는 비전부(110)와, 상기 비전부(110)에서 취득된 이미지를 입력받고 딥 러닝 알고리즘으로 학습되어 생성된 헤어핀 검출모델을 이용하여 상기 입력받은 이미지 상에서 각 헤어핀 돌출단부의 용접 중심을 산출하는 위치 검출부(120)와, 상기 위치 검출부(120)에서 산출된 각 헤어핀 돌출단부의 용접 중심을 이용하여 상기 복수의 헤어핀 돌출단부 간의 레이저 용접을 수행하는 레이저 용접부(130)와, 상기 각 구성부의 전반적인 작동 및 제어 그리고 상기 구성부 사이의 데이터 송수신 등을 제어하는 제어부(101)를 포함하여 구성될 수 있다.
이때, 상기 비전부(110)는 상기 복수의 헤어핀 돌출단부의 상방에서 이미지를 취득하는 카메라 및/또는 스캐너를 포함하여 구성될 수 있다.
그리고, 본 실시예의 레이저 용접 시스템(100)은, 상기 레이저 용접 이후 상기 비전부(110)를 통해 취득된 상기 복수의 헤어핀 돌출단부의 용접 이미지를 입력받고, 딥 러닝 알고리즘으로 학습되어 생성된 용접부 검출모델을 이용하여 상기 복수의 헤어핀 돌출단부의 용접 불량을 검출하는 검사부(150)를 더 포함할 수도 있다.
또한, 본 실시예의 레이저 용접 시스템(100)은, 상기 복수의 헤어핀 돌출단부의 샘플 이미지들을 학습하고 상기 학습 결과에 기초하여 상기 헤어핀 검출모델을 생성하며 상기 생성된 헤어핀 검출모델을 상기 제어부(101)를 통해 상기 위치 검출부(120)로 제공하는 딥 러닝 모델링부(140)를 포함할 수 있다.
이때, 상기 딥 러닝 모델링부(140)는, 상기 복수의 헤어핀 돌출단부 간에 레이저 용접된 샘플 이미지들을 학습하고 상기 학습 결과에 기초하여 상기 용접부 검출모델을 생성하며 상기 생성된 용접부 검출모델을 상기 제어부(101)를 통해 상기 검사부(150)로 제공할 수도 있다.
도 2 내지 도 3b를 더 참조하면, 상기 딥 러닝 모델링부(140)는, 상기 샘플 이미지들을 입력받아 상기 각 샘플 이미지(14)에서 학습 대상 영역(141a, 141b)을 수집하는 라벨링 과정과, 상기 학습 대상 영역(141a, 141b)으로부터 상기 각 헤어핀 돌출단부(12a)를 포함하는 헤어핀 영역(142a)을 학습하는 트레이닝 과정과, 상기 학습된 헤어핀 영역(142a)을 검증하여 상기 헤어핀 검출모델을 분류 생성하는 테스트 과정을 수행할 수 있다.
여기서, 상기 학습 대상 영역(141a, 141b)은, 복수의 헤어핀 돌출단부(12a)를 포함하는 영역(141a) 및/또는 상기 복수의 헤어핀 돌출단부(12a) 간에 레이저 용접된 용접부(12b)를 포함하는 영역(141b)을 포함할 수 있다.
그리고, 상기 트레이닝 과정은 상기 학습 대상 영역(141a, 141b) 중 상기 용접부(12b)를 포함하는 영역(141b)으로부터 정상적으로 레이저 용접된 용접 영역(142b)을 학습하는 과정을 포함할 수 있다.
또한, 상기 테스트 과정은 상기 학습된 용접 영역(142b)을 검증하여 상기 용접부 검출모델을 분류 생성하는 과정을 포함할 수 있다.
결국, 상기 딥 러닝 모델링부(140)는 다양한 조건과 환경에서 촬상된 대규모 샘플 이미지들을 입력받을 수 있고, 입력받은 샘플 이미지들로부터 라벨링 과정과 트레이닝 과정 및 테스트 과정을 거쳐 상기 헤어핀 검출모델 및/또는 상기 용접부 검출모델을 분류 생성할 수 있으며, 상기 분류 생성된 헤어핀 검출모델을 상기 위치 검출부(120)로 제공할 수 있고 상기 분류 생성된 용접부 검출모델을 상기 검사부(150)로 제공할 수 있다.
이에, 상기 위치 검출부(120)는 상기 딥 러닝 모델링부(140)로부터 제공받은 헤어핀 검출모델을 이용하여 상기 비전부(110)로부터 입력받은 상기 복수의 헤어핀 돌출단부의 이미지로부터 각 헤어핀 돌출단부의 용접 중심을 정확하게 검출할 수 있으며, 상기 검사부(150)는 상기 딥 러닝 모델링부(140)로부터 제공받은 용접부 검출모델을 이용하여 상기 비전부(110)로부터 입력받은 상기 복수의 헤어핀 돌출단부 간에 용접된 이미지에서 정상적으로 레이저 용접이 수행되었는지 여부를 판별할 수 있다.
이때, 상기 딥 러닝 모델링부(140)는, CNN(Convolutional Neural Network) 기반의 딥 러닝 알고리즘으로 상기 과정들을 수행하여 상기 헤어핀 검출모델 및 상기 용접부 검출모델을 분류 생성할 수 있다.
한편, 본 실시예의 레이저 용접 시스템(100)은, 상기 복수의 헤어핀 돌출단부 간의 이격 거리를 산출하는 거리 검출부(160)를 더 포함하여 구성될 수 있다.
이때, 상기 레이저 용접부(130)는 상기 거리 검출부(160)에서 검출된 이격 거리가 설정값 이상일 경우 상기 제어부(101)의 제어를 통해 상기 복수의 헤어핀 돌출단부 간의 레이저 용접을 미수행하는 것이 바람직하다.
즉, 상기 복수의 헤어핀 돌출단부 간에 이격 거리가 지나치게 커 너무 벌어져 있는 경우에 용접을 수행하게 되면, 하부 에나멜층이나 와이어의 손상을 일으키거나 용접 시 기공을 많이 발생시켜 용접 불량을 유발하기 때문이다.
다음으로, 도 4a 내지 도 6b를 더 참조하여, 본 발명의 일 실시예에 따른 딥 러닝 알고리즘을 이용한 레이저 용접 시스템의 과정을 보다 상세하게 설명하면 다음과 같다.
도 4a는 도 1의 비전부에서 취득된 이미지를 개략적으로 나타낸 예시도이고, 도 4b는 도 4a의 이미지에서 선출한 용접 대상 영역의 이미지를 개략적으로 나타낸 예시도이며, 도 4c는 도 4b의 용접 대상 영역에서 선출된 개별 용접 영역 및 그 용접 중심에 대한 이미지를 개략적으로 나타낸 예시도이고, 도 5는 도 1의 레이저 용접부에서 복수의 헤어핀 돌출단부 간의 레이저 용접을 수행하기 위한 용접 궤적을 개략적으로 나타낸 예시도이다. 그리고, 도 6a는 정상적으로 용접된 복수의 헤어핀 돌출단부의 용접 이미지를 개략적으로 나타낸 예시도이고, 도 6b는 비정상적으로 용접된 복수의 헤어핀 돌출단부의 용접 이미지를 개략적으로 나타낸 예시도이다.
먼저, 복수의 헤어핀 돌출단부(22a)를 갖는 고정자를 본 실시예의 레이저 용접 시스템에 로딩한다.
그리고, 도 4a에서와 같이, 전술한 비전부(110)를 통해 상기 복수의 헤어핀 돌출단부 중 레이저 용접을 수행할 복수의 헤어핀 돌출단부(22a)의 이미지(24)를 취득한다.
다음, 도 4b에서와 같이, 전술한 제어부(101)를 통해 상기 취득된 이미지(24)에서 용접 대상 영역(241)을 선출한다.
그러면, 도 4c에서와 같이, 전술한 위치 검출부(120)는, 상기 용접 대상 영역(241)에서 개별 용접 영역(241a)에 해당하는 이미지를 선출하고, 전술한 딥 러닝 모델링부(140)로부터 제공받은 헤어핀 검출모델을 이용하여 상기 선출된 개별 용접 영역(241a)의 이미지 상에서 각 헤어핀 돌출단부(22a)의 용접면을 포함하는 용접 영역(242a)을 각각 선출한다.
이때, 본 실시예의 레이저 용접 시스템(100)에서 상기 위치 검출부(120)는, 상기 선출된 각 용접 영역(242a)의 중심(242a-1, 242a-2)을 해당되는 각 헤어핀 돌출단부(22a)의 용접 중심으로 산출할 수 있다.
이후, 도 5에서와 같이, 전술한 레이저 용접부(130)는, 상기 복수의 헤어핀 돌출단부(22a)의 각 용접 중심 즉, 상기 각 용접 영역(242a)의 중심(242a-1, 242a-2)을 기준으로 1차 레이저 용접을 각각 수행하고, 상기 복수의 헤어핀 돌출단부의(22a)의 각 용접 중심 즉, 상기 각 용접 영역(242a)의 중심(242a-1, 242a-2) 중 어느 하나의 용접 중심(242a-1)으로부터 다른 하나의 용접 중심(242a-2)까지 2차 레이저 용접을 수행할 수 있다.
이때, 상기 1차 레이저 용접의 용접 궤적(131)은 상기 각 헤어핀 돌출단부(22a)의 용접 중심(242a-1, 242a-2)을 중심으로 고정자 코일의 원주방향을 따라 장축을 갖는 타원을 이룰 수 있다.
즉, 상기 각 헤어핀 돌출단부(22a)의 용접면은 대략 직사각형이며 이에 직사각형의 긴 방향을 따라 장축을 갖는 타원을 용접 궤적(131)으로 하여 1차 레이저 용접을 수행하는 것이 바람직하다.
또한, 상기 2차 레이저 용접의 용접 궤적(132)은 상기 복수의 헤어핀 돌출단부의 용접 중심(242a-1, 242a-2) 간의 거리를 장축으로 하는 타원을 이루는 것이 바람직하다.
이때, 상술한 용접 궤적(131, 132)은 타원형을 이루되, 용접 품질이나 용접 대상이 되는 헤어핀의 종류에 따라 타원의 장축 및 단축의 비율이 달라질 수 있으며, 특히 용접 속도와 용접 궤적의 회전수 등의 파라미터에 따라 달라질 수도 있다.
한편, 본 실시예의 레이저 용접 시스템(100)은, 상기 레이저 용접부(130)의 작동 전에 전술한 거리 검출부(160)를 통하여 레이저 용접을 수행할 복수의 헤어핀 돌출단부(22a) 간의 이격 거리를 산출할 수 있다.
그리고, 상기 거리 검출부(160)를 통해 검출된 이격 거리가 설정값 이상일 경우 상기 제어부(101)의 제어를 통해 상기 복수의 헤어핀 돌출단부(22a) 간의 레이저 용접을 수행하지 않을 수 있다.
즉, 상기 복수의 헤어핀 돌출단부(22a) 간의 이격 거리가 설정값 이상이 되면, 상기 복수의 헤어핀 돌출단부의 용접 중심(242a-1, 242a-2)을 기준으로 레이저 용접을 수행하여도 용접 불량을 발생할 수 있기 때문이다.
이와 같은 경우, 상기 복수의 헤어핀 돌출단부(22a)의 이격 거리를 설정값 이내가 되도록 정렬 작업을 수행한 후 레이저 용접을 수행하는 것이 바람직하다.
이때, 상기 이격 거리는 상기 복수의 헤어핀 돌출단부의 용접 중심(242a-1, 242a-2)을 잇는 중심 연결 선상에서 상호 마주보는 외곽선 사이의 이격 거리를 사용할 수 있으나, 이에 한정되는 것은 아니다. 또한, 상기 설정값은 레이저 용접시 이격 거리가 멀어서 용접 불량을 유발할 수 있는 한계값으로 설정할 수 있다.
그 다음, 도 6a에서와 같이, 상기 비전부(110)를 통해 레이저 용접을 수행한 복수의 헤어핀 돌출단부(22a)의 용접된 이미지(24b)를 취득하고, 제어부(101)를 통해 취득된 이미지를 전술한 검사부(150)로 제공한다.
그러면, 전술한 검사부(150)는 상기 딥 러닝 모델링부(140)로부터 제공받은 용접부 검출모델을 이용하여 상기 비전부(110)로부터 입력받은 상기 복수의 헤어핀 돌출단부(22a)의 용접된 이미지(24b)에서 정상적으로 레이저 용접이 수행되었는지 여부를 판별할 수 있다. 즉, 상기 복수의 헤어핀 돌출단부(22a) 간에 용접부(22b)가 정상인지 여부를 판별한다.
여기서, 도 6b에서와 같이, 상기 복수의 헤어핀 돌출단부(22a)의 용접된 이미지(24b-2)에서 용접부(22b-2)가 비정상적으로 레이저 용접이 수행되었다고 판단되면, 재용접을 수행할 수도 있다.
이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
12a : 헤어핀 돌출단부
12b : 용접부
14 : 샘플 이미지
22a : 용접 대상 헤어핀 돌출단부
22b : 정상적인 용접부
22b-2 : 비정상적인 용접부
24 : 용접 대상 헤어핀 돌출단부의 이미지
24b : 정상적인 용접 이미지
24b-2 : 비정상적인 용접 이미지
100 : 레이저 용접 시스템
101 : 제어부
110 : 비전부
120 : 위치 검출부
130 : 레이저 용접부
131 : 1차 레이저 용접 궤적
132 : 2차 레이저 용접 궤적
140 : 딥 러닝 모델링부
141a : 복수의 헤어핀 돌출단부를 포함하는 영역
141b : 용접부를 포함하는 영역
142a : 학습된 헤어핀 영역
142b : 정상적으로 레이저 용접된 용접 영역
150 : 검사부
160 : 거리 검출부
241 : 용접 대상 영역
241a : 개별 용접 영역
242a : 각 헤어핀 돌출단부의 용접 영역
242a-1, 242a-2 : 용접 영역의 중심

Claims (10)

  1. 복수의 헤어핀 돌출단부 간에 레이저 용접을 하기 위한 시스템으로서,
    상기 복수의 헤어핀 돌출단부의 이미지를 취득하는 비전부;
    상기 비전부에서 취득된 이미지를 입력받고, 딥 러닝 알고리즘으로 학습되어 생성된 헤어핀 검출모델을 이용하여 상기 입력받은 이미지 상에서 각 헤어핀 돌출단부의 용접 중심을 산출하는 위치 검출부; 및
    상기 위치 검출부에서 산출된 각 헤어핀 돌출단부의 용접 중심을 이용하여 상기 복수의 헤어핀 돌출단부 간의 레이저 용접을 수행하는 레이저 용접부;를 포함하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
  2. 청구항 1에 있어서,
    상기 비전부는,
    상기 복수의 헤어핀 돌출단부의 상방에서 이미지를 취득하는 카메라 및/또는 스캐너를 포함하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
  3. 청구항 1에 있어서,
    상기 복수의 헤어핀 돌출단부의 샘플 이미지들을 학습하고 상기 학습 결과에 기초하여 상기 헤어핀 검출모델을 생성하며 상기 생성된 헤어핀 검출모델을 상기 위치 검출부로 제공하는 딥 러닝 모델링부를 포함하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
  4. 청구항 3에 있어서,
    상기 딥 러닝 모델링부는,
    상기 샘플 이미지들을 입력받아 상기 각 샘플 이미지에서 학습 대상 영역을 수집하는 라벨링 과정과, 상기 학습 대상 영역으로부터 상기 각 헤어핀 돌출단부를 포함하는 헤어핀 영역을 학습하는 트레이닝 과정과, 상기 학습된 헤어핀 영역을 검증하여 상기 헤어핀 검출모델을 분류 생성하는 테스트 과정을 수행하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
  5. 청구항 4에 있어서,
    상기 딥 러닝 모델링부는, CNN(Convolutional Neural Network) 기반의 딥 러닝 알고리즘으로 상기 과정을 수행하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
  6. 청구항 1에 있어서,
    상기 위치 검출부는,
    상기 헤어핀 검출모델을 이용하여 상기 입력받은 이미지 상에서 상기 각 헤어핀 돌출단부의 용접면을 포함하는 용접 영역을 각각 선출하고 상기 선출된 각 용접 영역의 중심을 해당되는 헤어핀 돌출단부의 용접 중심으로 산출하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
  7. 청구항 1에 있어서,
    상기 레이저 용접부는,
    상기 복수의 헤어핀 돌출단부의 각 용접 중심을 기준으로 1차 레이저 용접을 각각 수행하고, 상기 복수의 헤어핀 돌출단부의 용접 중심 중 어느 하나의 용접 중심으로부터 다른 하나의 용접 중심까지 2차 레이저 용접을 수행하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
  8. 청구항 7에 있어서,
    상기 1차 레이저 용접의 용접 궤적은 상기 각 헤어핀 돌출단부의 용접 중심을 중심으로 고정자 코일의 원주방향을 따라 장축을 갖는 타원을 이루며, 상기 2차 레이저 용접의 용접 궤적은 상기 복수의 헤어핀 돌출단부의 용접 중심 간의 거리를 장축으로 하는 타원을 이루는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
  9. 청구항 1에 있어서,
    상기 복수의 헤어핀 돌출단부 간의 이격 거리를 산출하는 거리 검출부를 더 포함하며,
    상기 레이저 용접부는 상기 거리 검출부에서 검출된 이격 거리가 설정값 이상일 경우 상기 복수의 헤어핀 돌출단부 간의 레이저 용접을 미수행하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
  10. 청구항 1 또는 청구항 9에 있어서,
    상기 레이저 용접 이후 상기 비전부를 통해 취득된 상기 복수의 헤어핀 돌출단부의 용접 이미지를 입력받고, 딥 러닝 알고리즘으로 학습되어 생성된 용접부 검출모델을 이용하여 상기 복수의 헤어핀 돌출단부의 용접 불량을 검출하는, 검사부를 더 포함하는, 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템.
KR1020210180103A 2021-12-15 2021-12-15 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템 KR102650366B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210180103A KR102650366B1 (ko) 2021-12-15 2021-12-15 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210180103A KR102650366B1 (ko) 2021-12-15 2021-12-15 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템

Publications (2)

Publication Number Publication Date
KR20230091245A true KR20230091245A (ko) 2023-06-23
KR102650366B1 KR102650366B1 (ko) 2024-03-25

Family

ID=86993612

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210180103A KR102650366B1 (ko) 2021-12-15 2021-12-15 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템

Country Status (1)

Country Link
KR (1) KR102650366B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100872557B1 (ko) * 2007-07-16 2008-12-08 울산대학교 산학협력단 컴퓨터 비젼을 이용한 파이프 용접 위치 제어 장치
KR102023012B1 (ko) 2013-04-05 2019-09-19 엘지전자 주식회사 스테이터 및 이를 포함하는 전기 회전 장치
KR102165261B1 (ko) * 2020-06-09 2020-10-13 (주)인레이저 스테이터 헤어핀 자동용접 시스템 및 이를 이용한 용접방법
WO2021220698A1 (ja) * 2020-04-30 2021-11-04 株式会社神戸製鋼所 溶接情報の学習モデル生成方法、学習モデル、プログラム及び溶接システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100872557B1 (ko) * 2007-07-16 2008-12-08 울산대학교 산학협력단 컴퓨터 비젼을 이용한 파이프 용접 위치 제어 장치
KR102023012B1 (ko) 2013-04-05 2019-09-19 엘지전자 주식회사 스테이터 및 이를 포함하는 전기 회전 장치
WO2021220698A1 (ja) * 2020-04-30 2021-11-04 株式会社神戸製鋼所 溶接情報の学習モデル生成方法、学習モデル、プログラム及び溶接システム
KR102165261B1 (ko) * 2020-06-09 2020-10-13 (주)인레이저 스테이터 헤어핀 자동용접 시스템 및 이를 이용한 용접방법

Also Published As

Publication number Publication date
KR102650366B1 (ko) 2024-03-25

Similar Documents

Publication Publication Date Title
US8436506B2 (en) Electric motor assemblies and systems and methods associated with joining wires of electric motor assemblies
EP3292940A1 (en) Laser welding method for flat wires
US11183906B2 (en) Laser welding method for stator
JP2018526958A (ja) 電気機械を組み立てるための方法および組立装置
KR20190035888A (ko) 회전자 및 자기 저항 모터
US20230073600A1 (en) Welding method and welding apparatus for welding conductor ends
KR102650366B1 (ko) 딥 러닝 알고리즘을 이용한 고정자 코일의 레이저 용접 시스템
CN114486921A (zh) 电动马达焊缝质量的自动检查和检验
KR102575893B1 (ko) 딥 러닝 알고리즘을 이용한 고정자 코일의 tig 용접 시스템
US6812602B2 (en) Apparatus and method for retaining a cooling fan
CN107947397B (zh) 旋转电动机以及定子的制造方法
JP6486557B2 (ja) 巻線検査方法および巻線検査装置
CA2931890C (en) Apparatus for inspecting laminated iron core and method for inspecting laminated iron core
JP7194055B2 (ja) 接合部の検査方法及び接合部の検査装置
CN113519117A (zh) 旋转电机的检查方法、旋转电机以及旋转电机的检查系统
CN110176813A (zh) 旋转电机的定子
JP2020093293A (ja) コイルの溶接方法
JP3970202B2 (ja) 回転電機巻線用電線の製造方法
US10840787B2 (en) Rotating electric machine
Hartung et al. Quality control of laser welds based on the weld surface and the weld profile
JP7107755B2 (ja) コイル導線の相間絶縁検査方法
KR20120079816A (ko) 고정자 코어 통기 장치
CN113691038B (zh) 永磁同步电机中的电机定子及其设计方法
US11368061B2 (en) Rotating electric machine and stator having slanted portions
CN116174850B (zh) 一种电机铁芯焊接方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant