인공 신경망을 이용한 실시간 용접품질 예측에 관한 연구
A Study on the Prediction of Welding Flaw Using Neural Network
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
자동차 분야에서 저항 점용접의 결함 및 품질을 실시간으로 예측할 수 있는 연구는 원가절감과 고품질 생산을 위한 필수 불가결한 연구 분야라 할 수 있다. 용접 품질은 전단강도와 너깃의 크기에 의해서 결정되며 여러 가지 독립변수에 따라 결과가 달라진다. 실시간 예측시스템을 개발하기 위하여 다중 회귀분석을 실시하여 3개의 독립변수로 두 가지 종속변수를 충분한 통계적 결과로 구하였으나 회귀식에 의한 품질 예측은 정확도를 보장할 수 없었다. 본 연구에서는 다층 신경망 회로를 구축하였다. 10가지의 동저항 변수에 의한 신경망은 3개의 은닉층을 구축하여 실행 함수와 가중치 행렬을 구하였다. 그러나 이 경우, 입력 변수가 너무 많아 실시간 제어에 어려움이 있을 수 있으므로 회귀분석에 의한 3개의 독립변수로 신경망을 구축하였다. 그 결과 모든 시험데이터를 불량, 부분 불량, 양품으로 구분하는데 성공하였다. 따라서 다중 회귀분석에 의해서 구한 3개의 독립변수에 의한 실시간 용접 품질 판정 시스템을 완성할 수 있었다.
Abstract
A study in predicting defects of spot welding in real time in automotive field is essential for cost reduction and high quality production. Welding quality is determined by shear strength and the size of the nugget, and results depend on different independent variables. In order to develop the real-time prediction system, multiple regression analyses were conducted and the two dependent variables were obtained with sufficient statistical results with three independent variables, however, the quality prediction by the regression formula could not ensure accuracy. In this study, a multi-layer neural network circuit was constructed. The neural network by 10 dynamic resistance variables was constructed with three hidden layers to obtain execution functions and weighting matrix. In this case, the neural network was established with three independent variables based on regression analysis, as there could be difficulties in real-time control due to too many input variables. As a result, all test data were divided into poor, partial, and modalities. Therefore, a real-time welding quality determination system by three independent variables obtained by multiple regression analysis was completed.
참고문헌 (15)
- 한태교, "자동차용 첨단 고강도강의 개발 동향 및 용접성", 대한용접접합학회지, 27(2), pp.13~18 (2009), 대한용접접합학회
- K. W. Kang, "Vibration Fatigue Analysis of Spot Welded Component considering Change of Stiffness due to Fatigue Damage", Convergence Society for SMB, 5(1), pp.1~8 (2014)
- 손창석, "시뮬레이션을 이용한 780MPa급 강재의 판재 조합에 따른 저항 점 용접의 로브곡선 특성 분석", 대한용접접합학회지, 30(6), pp.554~559 (2012), 대한용접접합학회
- 조빛나, "건설공사 공정별 작업기간 산정을 위한 신경망 기반 모형 구축", 한국산학기술학회논문지, 16(5), pp.3477~3483 (2015), 한국산학기술학회[DOI]
- 서광규, "인공신경망을 이용한 가전제품의 판매예측모델 개발", 디지털융복합연구, 12(11), pp.209~214 (2014), 한국디지털정책학회[DOI]
- 강성관, "서베일런스에서 회선 신경망 기술을 이용한 사람 추적 기법", 디지털융복합연구, 15(2), pp.173~181 (2017), 한국디지털정책학회[DOI]
- 양은목, "퍼지와 인공 신경망을 이용한 침입탐지시스템의 탐지 성능 비교 연구", 디지털융복합연구, 15(6), pp.391~398 (2017), 한국디지털정책학회[DOI]
- 김경태, "자동 얼굴인식을 위한 얼굴 지역 영역 기반 다중 심층 합성곱 신경망 시스템", 한국융합학회논문지, 9(4), pp.47~55 (2018), 한국융합학회[DOI]
- 기태석, "인공신경망을 이용한 수전설비 고장 예측 방법", 융합정보논문지, 7(6), pp.201~207 (2017), 중소기업융합학회[DOI]
- 양영수, "곡가공에서 인공신경망을 이용한 가열선 예측 기법", 대한용접접합학회지, 28(4), pp.1~4 (2010), 대한용접접합학회
- Truong Thinh Nguyen, "An Artificial Neural Network System for Predicting the Deformation of Steel Plate in Triangle Induction Heating Process", International Journal of Precision Engineering and Manufacturing, 14(4), pp.551~557 (2013), 한국정밀공학회
- 김창현, "용접결함 패턴인식을 위한 신경망 알고리즘의 적용", 한국콘텐츠학회 논문지, 7(1), pp.65~72 (2007), 한국콘텐츠학회
- 조정호, "신경망 알고리즘을 이용한 아크 용접부 품질 예측", 대한용접접합학회지, 31(3), pp.44~48 (2013), 대한용접접합학회
- Y. B. Cho, "Estimation of Nugget Size in Resistance Spot Welding Processes Using Artificial Neural Networks", Journal of Mechanical Science and Technology, 17(2), pp.393~406 (1993)
- 신석우, "차체용 1.2GPa급 초고장력 TRIP강판의 저항 점 용접 강도 예측에 관한 연구", 대한용접접합학회지, 36(1), pp.82~89 (2018), 대한용접접합학회[DOI]