연구보고서
| 보고서명 | 자동차 부품 적용 초고강도강 아크 및 스폿 용접부 인라인 품질평가 및 네트워크 기반 품질관리기술 개발 3차년도 보고서 |
| 연구책임자 | 강문진 |
| 발행년도 | 2018 |
| 내 용 | □ 샤시부품 소재 두께별 수직 아크용접부의 gap 변화에 따른 비드형상과 용접부 인장강도 예측 모델 개발 ○ 인장강도 예측 대상 부품 : 로워암, 크로스 멤버 ○ 인장강도 예측 대상 소재 : 590MPa급 2~3mmt ○ 용접 이음부 형상 : 동종 2겹 수직용접 ○ 인장강도 예측 변수 : 용접부 외관 비드형상, 각장, 용입깊이, 목두께, 토우각도 ○ 인장강도 예측 방법 : 용접조건에 따른 용접부 비드형상의 거동과 용접부 인장강도를 패턴 학습 ○ 인공신경망 기반의 수직 아크용접부 인장강도 예측 모델 개발 □ 샤시부품 소재 두께별 수직 아크용접부의 gap 변화에 따른 비드형상과 용접부 피로강도 예측 모델 개발 ○ 피로강도 예측 대상 부품 : 로워암, 크로스 멤버 ○ 피로강도 예측 대상 소재 : 590MPa급 2~3mmt ○ 용접 이음부 형상 : 동종 2겹 수직용접 ○ 피로강도 예측 변수 : 용접부 외관 비드형상, 각장, 용입깊이, 목두께, 토우각도 ○ 피로강도 예측 방법 : 용접조건에 따른 용접부 비드형상의 거동과 용접부 피로강도를 패턴 학습 ○ 인공신경망 기반의 수직 아크용접부 피로강도 예측 모델 개발 □ 용접전류/전압 신호를 이용한 패턴인식기반 Neural Network을 이용한 GPa급 초고강도강 3겹 스폿용접 너겟사이즈 및 강도 예측 기술 개발 ○ 스폿용접 품질예측 대상 소재조합: ○ 품질예측 신호 변수 : 용접전류, 용접전압, 동저항, 입열량, 가압력, 용접시간, 연속타점수 ○ 품질예측 방법 : 신호의 패턴거동과 너겟 사이즈, 용접부 강도를 패턴 학습 ○ Neural Network 패턴인식 기반 너겟 사이즈 및 용접부 강도 패턴 인식 기술 개발 □ 용접전류/전압 신호를 이용한 패턴인식기반 Neural Network을 이용한 GPa급 초고강도강 3겹 스폿용접 불량 예측 기술 개발 ○ 스폿용접 품질예측 대상 소재조합: 상기 GPa급 초고강도강 소재조합 ○ 품질예측 신호 변수 : 용접전류, 용접전압, 동저항, 입열량, 가압력, 용접시간, 연속타점수 ○ 용접불량 유형 : Gap에 의한 미용접, Shunt에 의한 저입열용접, Expulsion 발생 등 ○ 품질예측 방법 : 정상용접에서의 신호 패턴거동과 불량 용접에서의 신호패턴의 구별학습 ○ Neural Network 패턴인식 기반 불량 용접 인식 알고리즘 개발 □ Network 기반 multi 인라인 스폿용접 품질예측 시스템의 용접품질 data 통계적 관리시스템 개발 ○ 각 스폿용접기별 용접작업, 용접품질, 설비이상, 용접이상 등 통계적 이력관리 기능 개발 - 용접작업이력관리 : 용접작업 실시시간 이력관리 - 용접품질 이력관리 : 용접부 정상/불량 이력관리 - 설비이상 이력관리 : 과열, 과전류, 미통전 등 설비이상 이력관리 ○ 년/월/주/일 용접작업 용접품질, 설비이상, 용접이상 등 품질관리 통계관리 기능 개발 - 용접부 강도, 너겟직경, 파단형상, 스패터 발생, 용접합/부 통계관리 - 용접작업 이력 통계관리 - 설비이상 통계 관리 □ Network 기반 multi 인라인 아크용접 품질예측 시스템의 용접품질 data 통계적 관리시스템 개발 ○ 각 아크용접기별 pit 결함 통계적 이력관리 기능 개발 - pit 결함 이력관리 : pit 결함 크기 및 개수 이력관리 ○ 년/월/주/일 pit 결함 통계관리 기능 개발 |
| 접수일 | 2023-01-25 |
| 첨부파일 |
논문자료 문의는 아래의 담당자에게 문의주세요.
담당부서 : 총무운영실
(실무담당자) 김선미
아래그림의 글자를 입력하세요.
| 구분 | 내용 |
|---|---|
    |
|
|
이 웹 사이트는 개인정보
보호를 위해 전화번호 추출을
금지하고 있습니다.
