[개요] 

본 기술은 작업 라인에서의 자동화된 실시간 용접 품질검사를 위해 용접 후 비드 외관 검사와 용접부 내부결함 검사 가능한 일체형 자

동 품질검사 기술임

- 용접공정에서는 대부분 현장 작업자의 육안 관찰을 통해 용접 생산품에 대한 불량 여부를 1차 전수검사하고 있으며, 품질관리부서에서 출하 전 샘플링 단면(파괴)검사를 통해 품질을 유지하고 있으나, 고객의 품질관리에 대한 객관화된 프로세스 및 품질 데이터 요구, 점점 높아지는 고객의 품질 수준, 불량 발생 시 막대한 처리비용 등 많은 어려움 있음
- 기존 기계화된 용접 품질검사 기술은 대부분 2차원적 전기신호 (전압, 전류 등)만으로 품질을 판단하므로 판별 정확도에 한계가 있음
- 본 기술은 인공지능 기술을 이용하여 용접 후 비드 외관검사와 용접부 내부결함 검사가 단일 플랫폼에서 가능한 일체형 자동 품질검사 기술로, 본 기술 도입 시 용접 생산품에 대한 전수검사가 가능하고, 검사 시간과 비용을 단축할 수 있어서 용접공정 불량률 감소 및 생산원가 절감을 통해 기업 경쟁력 우위 확보 가능

- 용접부 비전 및 초음파 데이터 분석을 통한 불량검출 및 추론 결과 시각화, 검사 이력 등 품질관리를 위한 그래픽 기반 사용자 인터페이스 제공으로 작업자 편의성 제공
- 딥러닝 학습모델(EfficientDet)의 전이학습 기반 용접부 이미지 학습데이터셋 적용 용접부 외관검사용 인공지능 학습모델 개발 및 4종 외부결함(오버랩, 언더컷, 기포, 스패터) 검출(mAP: > 95%)
- 이종 앙상블 딥러닝 네트워크 이용 용접부 초음파 학습데이터셋 적용 내부결함 판별용 인공지능 학습모델 개발 및 4종 내부결함(기공, 균열, 용입부족, 바닥기공) 검출(평균 민감도: 89.4%)