지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.4
- 수록면
- 132 - 139 (8page)
이용수
초록· 키워드
오류제보하기
Recently, deep learning has been applied to various welding techniques, such as laser welding, gas metal arc welding (GMAW), and resistance spot welding, and research on automation and quality prediction is being conducted. Even for GMAW, many researchers have attempted to predict quality through X-ray, current, and voltage measurements. If judgment in real time is not necessary, it is most effective to judge the quality of a welded part using an exterior image. Therefore, in this study, a welded appearance quality judgment model was analyzed using image deep learning. Welding defects were classified into pores, overlaps, craters, melting of the base material, cracks, and undercuts, and were divided into 7 categories including normal ones. In constructing the deep-learning model, transfer learning was performed using existing networks, such as ResNet and AlexNet. To improve the accuracy of deep learning, tests were performed while the optimization technique, maximum number of epochs, and minibatch size were changed. It was confirmed that the accuracy of weld defect prediction improved as the minibatch size increased, and the stochastic gradient descent model had the highest accuracy. Increasing the number of data for learning should make the technique of using images to judge the quality of GMAW welds using the proposed model more widely applicable.
목차
Abstract
1. Introduction
2. Experimental Method
3. Experiment Results
4. Conclusions
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥 러닝 기반의 이미지학습을 통한 저항 용접품질 검증
대한조선학회 논문집
2019 .12
-
Review on Welding Process Monitoring Based on Deep Learning using Time-Series Data
대한용접·접합학회지
2024 .08
-
Review on the Recent Welding Research with Application of CNN-Based Deep Learning Part I: Models and Applications
대한용접·접합학회지
2021 .02
-
Recent Research Trend of Resistance Spot Welding Quality Monitoring Technology in Korea
대한용접·접합학회지
2023 .04
-
빅 데이터(Big Data)를 이용한 용접품질에 연구
제어로봇시스템학회 논문지
2021 .12
-
심층신경망(Deep Neural Network)을 이용한 GMAW에서 백비드 생성 유무 판단에 관한 연구
대한용접학회 특별강연 및 학술발표대회 개요집
2018 .04
-
Review on the Recent Welding Research with Application of CNN-Based Deep Learning Part II: Model Evaluation and Visualizations
대한용접·접합학회지
2021 .02
-
딥러닝기술을 이용한 저항점용접 불량 판별 연구
한국CDE학회 논문집
2019 .06
-
Verification of Projection Welding Quality through Image Learning
대한용접학회 특별강연 및 학술발표대회 개요집
2019 .05
-
Study on Real-Time Porosity Defect Detection Through Neural Network Structure Optimization using Genetic Algorithm in GMAW
대한용접·접합학회지
2021 .10
-
용접공정 신호를 이용한 저항 점용접 품질 예측 시스템 개발
대한용접학회 특별강연 및 학술발표대회 개요집
2019 .11
-
인공지능 딥러닝을 이용한 용접품질 검사
한국기계가공학회 춘추계학술대회 논문집
2020 .06
-
GMAW 공정에서 Convolution Neural Network를 이용하여 아크 신호 분석을 통해 실시간 이면 비드 검출에 관한 연구
대한용접학회 특별강연 및 학술발표대회 개요집
2020 .11
-
Effect of Cable Length on Welding Quality in Asynchronous Tandem Gas Metal Arc Welding
대한용접·접합학회지
2023 .04
-
GMAW-MIG 고속 용접성 향상에 관한 연구
대한용접·접합학회지
2019 .10
-
Spectrogram Based Detection Algorithm for Back-Bead in Gas Metal Arc Welding Process using Convolution Neural Network
대한용접·접합학회지
2021 .04
-
P-GMAW에서 용접 자세에 따른 비드 형상 및 재료 물성 변화에 관한 연구
대한용접·접합학회지
2019 .08
-
A Study on Projection Welding Failure Detection Using Deep Learning
대한용접학회 특별강연 및 학술발표대회 개요집
2019 .05
-
딥러닝(Deep Learning)을 이용한 GMA 용접에서 이면비드 생성 유무 판단 알고리즘에 관한 연구
대한용접·접합학회지
2018 .04
-
Recent Research Trend of Arc Welding Quality Monitoring Technology in Korea
대한용접·접합학회지
2023 .04
이 논문의 저자 정보
최근 본 자료
댓글(0)
0