본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

초록보기

용접은 제조산업에서 가장 중요한 공정 과정이다. 하지만, 산업현장에서는 용접인력 부족 및 고비용의 문제와 전문가 수준의 기술을 습득까지의 오랜 경험이 요구되기 때문에, 제조공정에서 인공지능(AI)기술의 도입이 시급하다. 본 논문에서는 합성곱 신경망(Convolutional Neural Networks, CNN)기반 VGG 모델을 활용하여 제조공정에서 나타나는 용접결함에 대한 이미지 분류를 진행하고, 그 성능을 평가하고자 한다. 본 연구에서는 2가지 유형의 육안검사(Visual Test, VT)와 방사선 탐상검사(Radioisotope Test, RT)의 용접결함 이미지를 수집하였다. 용접결함은 4개의 용접결함(VT: 기공, 용입부족, 융합불량, 언더컷/RT:기공, 용입부족, 균열, 슬래그 혼입)과 1개의 정상으로 구성되어 있다. 용접결함 이미지는 원 데이터를 직접적으로 활용하였으며, 그 결과, VT, RT 이미지에 대하여 각각 98%, 92%의 성능을 확인하였다. 본 연구는 데이터 증강 등 데이터 정제 없이 진행한 점에 의의가 있으며, 향후 본 연구 결과를 기반으로 더 많은 자료수집을 통한 데이터의 확장과 더불어, 다양한 딥러닝 모델을 활용한 성능향상을 통하여 용접결함 검사 시스템 개발에 활용할 수 있을 것이다.

Welding plays a crucial role in the manufacturing industry. Nevertheless, the manufacturing industry urgently requires integrated artificial intelligence (AI) technology to enhance productivity because of the scarcity of human resources, the high costs involved, and the long time needed to attain an expert level. This study aims to classify welding defects using the EGG model based on CNN (Constitutional Neural Network). This study collected two types of welding defect images: a visual test (VT) and a radioisotope test (RT). There are four categories of welding defects: VT defects, which include porosity, incomplete penetration, lack of fusion, and undercut, and RT defects, which consist of cracks, porosity, lack of fusion, and slag inclusion. We also collected normal data. We input the raw image, not data p reprocessing, and achieve classification performances of 98% in VT and 92% in RT, respectively. Our finding is significant because it was conducted without data purification, such as data augmentation. We are expected to expand the data and improve performance by utilizing a variety of deep-learning models. In addition, our study helps to create a welding defect inspection system that can accurately detect surface defects in welds in future works.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
클라우드 서비스 수준 별 권한 분배를 지원하는 구조 및 방법 = Architecture and method to support authority distribution by cloud service level 정수민, 박준석, 염근혁, 박태호 p. 7-20

랜덤 포레스트 분류기를 이용한 감성어 사전 기반 감성 분석 개선 = Improving sentimental analysis based on sentiment dictionary using random forest classifier 김점구, 송병진 p. 21-29

비파괴검사 품질향상을 위한 CNN 기반 용접결함 분류 및 검증에 관한 연구 = A study on weld defects classification using CNN to enhance non-destructive testing 손귀영, 신병주 p. 30-38

머신러닝 기반 다중운집 인파 밀집도 예측 및 실시간 위치 추적 시스템 개발 = Development of machine learning based crowd density estimation and real time location tracking system on mass gatherings 천주희, 장은서, 장인성, 정희영, 김형철, 김태운 p. 39-55

딥러닝 기반 객체 검출기와 스펙트럼 군집화를 이용한 군용객체 몸체 추정 = Military object body estimation using deep learning based object detector and spectral clustering 봉은수, 차순웅, 황영배 p. 56-65

다중 모달리티 의미론적 분할에서의 무작위 마스킹과 가중치 공유 기법 = Random masking and weight sharing techniques in multimodal semantic segmentation 유용현, 박효빈, 이상욱, 김유현, 김대한, 이규만, 최동걸 p. 66-78

시계열 데이터의 순열 엔트로피에 따른 순위패턴매칭 알고리즘 성능 비교 = Performance comparison of order-preserving pattern matching algorithms according to permutation entropy of time series data 이상준, 심정섭 p. 79-90

TCN-BiLSTM 앙상블 모델 기반 심전도를 이용한 운전자 식별 시스템 = Driver identification system using ECG based on TCN-BiLSTM ensemble model 정지성, 최규호 p. 91-99

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차