The horizontal fillet welding is prevalently used in heavy and ship building industries to fabricate the large scale structures. A deep understanding of the horizontal fillet welding process is restricted, because the phenomena occurring in welding are very complex and highly non-linear characteristics. Furthermore, various kinds of weld defects can be induced due to the improper welding conditions. To achieve a satisfactory weld bead geometry, it is necessary to study the effect of welding conditions on the weld bead geometry. To meet the above necessities, a mathematical model related with the weld bead surface geometry was proposed in conjunction with a two-dimensional heat flow analysis of horizontal fillet welding adopted for computing the melting zone in base metal. The model was based on the minimization of energy which acts on the welded area, and could accurately estimate the surface geometry of weld beads which might include the undercut, overlap or excessive convexity. The results of mathematical modeling was also used as crucial data to predict the relationship between the welding conditions and weld bead shapes.
The welding process variables such as the welding current, arc voltage, welding speed, gas flow rate and offset distance influencing the weld bead shape are coupled with each other but not directly connected with the weld bead shape individually. Therefore, the determination of welding process variables for the desired weld bead shape is a very difficult and time consuming work. To get the appropriate welding process variables, mathematical modeling in conjunction with many experiments are necessary to predict the magnitude of weld bead shape. Even though the experimental results are reliable, it has a difficulty in accurately predicting the welding process variables for the desired weld bead shape because of the coupling characteristics. In this study, the $2^{n-1}$ fractional factorial design method was used to investigate the effect of the welding process variables on the fillet joint shape and the multiple non-linear regression analysis was use for modeling the gas metal arc welding(GMAW) parameters of the fillet joint. Finally, the neural network based on the backpropagation algorithm and the optimum design based on the feasible direction method were implemented to estimate the weld parameters for the desired fillet joint shape. It was revealed that the neural network and the optimum design based on the mathematical modeling for estimating the weld parameters were effectively implemented and resulted in little error percentage between the estimated and experimental results.
Many researchers have developed the algorithms to control the welding parameters for the desired weld bead geometry. However, an unstable welding condition would induce the unsound bead resulting in poor mechanical properties at the welded joints. Generally, the dominant variables affecting the weld bead geometry are the welding current, arc voltage and welding speed. Therefore, the welding current/voltage/speed combination can be one of the important factors affecting the weld bead geometry. In practice, it is difficult to determine the proper combination of welding conditions because of the excessive non-linear and complex characteristics of welding processes. The relationship between the welding conditions and weld defects can not be easily represented by mathematical models, and it is difficult to predict the weld bead geometry resulting from the welding conditions. To overcome this difficulty, a fuzzy rule-based method and neural network method were proposed so that the complexity and non-linearity of arc welding phenomena could be effectively represented. The neural network method was used to predict the welding conditions appropriate for the desired weld bead geometry. The fuzzy rule-based method was proposed to choose the appropriate welding conditions for avoiding the weld defects such as undercut and overlap in horizontal fillet welding. The fuzzy rule-based method was divided into two parts. The first part, which was constituted of four input variables and two output variables, was to verify whether weld defects would occur or not under the given the welding conditions. The second part, which was constituted of two input variables and three output variables, was to adjust the welding conditions to avoid weld defects, while keeping the specified weld bead geometry determined from the neural network method.
Among various welding parameters, the welding current which is inversely proportional to the tip-to-workpiece distance in GMAW is an essential parameter to monitor the GMAW process of horizontal fillet joints. For the case of weld defect such as overlap in horizontal fillet welding, therefore, the signal processing for process monitoring or automatic seam tracking should be modified by considering the weld pool surface geometry including the corresponding weld defect. In other words, the adequate signal processing algorithm is indispensable to improve the performance of the arc sensor. However, arc sensor algorithm already developed usually focus on weld seam tracking but do not considering the weld qualities. In this paper, various experiments based on the results of mathematical modeling in conjunction with the heat transfer analysis were carried out to investigate the tendencies of the weld defects when weaving motion is existed or not, and the experimental method based on 2n factorial design was proposed for deriving the mathematical model between the leg length and the various welding conditions. Moreover, a signal processing method based on the artificial neural network(Adaptive Resonance Theory) was proposed for discriminating the current signal of sound weld beads from that of weld beads with overlap. Finally, the algorithm for weld seam tracking combined with the mathematical modeling and the signal processing method was carried out to track the weld line in conjunction with the improvement of the weld qualities.
본 연구에서는 수평필릿 용접에서 용접부 형상 및 용접결함을 고려한 적절한 용접변수 선정 및 이를 이용한 용접선 자동추적 센서 개발에 대한 새로운 방법을 제시하였다.
용접현상은 매우 복잡하며 또한 비선형적인 요소를 많이 포함하고 있기 때문에 원하는 용접부 형상을 얻기 위한 적절한 용접조건을 선정하기에는 많은 난점을 포함하고 있다. 즉 변하는 부재에 대한 적절한 용접조건을 선정하는 과정에는 다양한 실험과 검사공정을 거쳐야 하므로 매우 비효율적이라 할 수 있다. 이러한 문제를 해결하기 위해서 실제 현장에서는 WPS, PQR 등의 실험을 통한 규격화된 데이터를 사용하고 있으나 제공되는 범위 이외의 영역에서는 그 적용범위를 상실하게 된다. 따라서 다양한 크기의 용접부재와 이 부재를 접합하기위한 용접부 형상 그리고 이를 구현할 수 있는 적절한 접근방법은 용접자동화를 위해 가장 필수적인 요소로서 자리잡게 되었다.
열악한 환경과 과도한 인건비의 상승으로 인해 작업자들이 점점 용접작업을 기피함에 따라 생산성 향상 및 제품의 반복성 향상의 차원에서 로봇을 이용한 용접자동화가 필수적으로 요구되게 되었다. 특히 자동차, 선박, 건축용 철구조물 및 대형구조물의 경우 용접선이 매우 길거나 복잡하며 만일 용접된 부위가 적절하게 형성되지 않을 경우 시간과 비용 면에서 많은 낭비를 초래하게 된다. 용접자동화를 구현하기 위해서 다양한 각도에서의 접근방법들이 시도되어 오고 있으나 크게 시각센서(vision sensor)와 아크센서(arc sensor)로 나눌 수 있다. 시각 센서의 경우 현장적용성이 아크센서 보다 아직까지는 많이 떨어지나 향후 몇 년 이내에는 그 적용성 확보 영역이 매우 넓어지리라 사료된다. 아크센서의 경우 그 적용성이 매우 넓으며 실제 현장에서도 많이 사용되고 있다. 아크센서의 기본적인 개념은 측정된 전류를 이용하여 용접선을 추적하는 것이나 만일 조선 혹은 건축용 철구조물과 같은 대형구조물 용접에 주로 사용되는 수평필릿용접(horizontal fillet welding)의 경우에는 용접부가 아래로 처지는 현상 등을 수반하여 단순한 용접선 자동추적으로는 원하는 용접부를 얻기가 매우 어렵다.
본 연구에서는 수평필릿용접에서 일어나는 용접현상을 해석하기 위하여 수학적 모델링과 2차원 열전도 해석을 행하였으며 이를 토대로 용접조건이 용접부형상에 미치는 영향을 조사하였다. 여기서 얻은 정보를 기반으로 하여 다양한 실험 데이터를 구축하였으며 이를 위해서 실험계획법의 한 형태인 $2^{n-1}$ factorial design 방법을 이용하였다. 이 실험데이터를 이용하여 원하는 용접부형상을 얻기 위해 선정되어야 할 용접조건을 신경회로망(neural network)과 최적설계(optimum design)를 이용하여 선정하였다. 신경회로망과 최적설계에서 선정된 용접조건은 용접결함에 대한 정보가 포함되어 있지 않기 때문에 실제로는 다양한 형태의 결함이 내재될 수가 있다. 선정된 용접조건이 용접결함을 형성하는지 혹은 적절한 비드형상을 구현할 수 있는가를 판별하고 만일 용접결함을 형성한다는 결론이 도출되면 선정된 용접비드형상을 유지한 채 용접결함이 형성되지않은 용접조건을 제조정해 주기 위하여 뉴로-퍼지시스템(neuro-fuzzy system)을 이용하였다. 앞에서 제안된 다양한 실험방법과 인공 지능적 방법을 통해서 용접조건들과 용접부형상 그리고 용접결함과의 관계를 심도 있게 살펴보았으며 이를 사용자가 좀더 손쉽게 사용할 수 있도록 하기 위하여 사용자 인터페이스 프로그램(user interface program, WINDOWS Program)을 개발하였다. 이러한 다양한 실험 및 인공 지능적 방법을 토대로 용접부 결함이 형성될 확률이 높은 용접조건들을 예측할 수 있으며 이러한 용접조건 하에서 나타날 수 있는 용접결함을 예방할 수 있는 용접선 자동추적센서를 개발하였다. 지금까지의 개발된 센서 알고리즘은 단순한 직선용접부를 추적하는 기능만을 내장하였으며 V-그루브(groove), U-그루브 등에는 그 적용성이 많이 확보된 상태이다. 하지만 수평필릿용접의 경우 형성된 용접부는 중력에 의하여 하부로 처지는 현상 및 오버랩(overlap) 등이 나타나고 이로 인하여 하판의 가장(leg length)은 상판의 각장보다 커지게 된다. 수평필핏용접에서 가장 중요한 용접부 인자로는 강도에 가장 영향을 많이 미치는 각장의 크기 및 상판-하판각장의 비아다. 특히 오버랩은 아크와 용접부를 차단하는 역할을 하므로 용접부가 용융되지 않고 단순히 용융된 와이어(wire)가 용접부에 덮이게 된다. 이러한 결함들은 용접부의 제2가공을 요하게 되며 이로 인해 시간 및 비용 면에서 많은 낭비를 가져오게 된다. 이러한 문제점을 극복하기 위해서는 지금까지의 단순한 추적알고리즘으로는 한계가 있으며 따라서 용접부의 처짐 및 오버랩 등을 인식하고 이를 예방함으로서 건전한 용접부를 얻을 수 있는 자동추적 알고리즘이 필수적으로 요구된다. 본 연구에서는 오버랩이 형성될 때와 일반적인 용접신호, 토치(torch)가 좌-우로 오프?V(offset)되었을 때 등의 다양한 용접신호를 측정하여 그 특성을 분석하였다. 특성 분석을 통하여 얻은 결과를 토대로 실제 용접 중에 측정된 용접전류 신호를 이용하여 오버랩 등을 인식하기 위하여 인공지능의 한 분야인 ART2(Adaptive Resonance Theory) network을 이용하였다. 또한 적절한 상-하판의 각장비를 얻기 위하여 단순 용접선 추적을 위한 보정데이터(correction data)외에 부가적인 보정데이터를 형성하였다. 부가적인 보정데이터는 실험계획법인 $2^n$ factorial method를 이용하여 구현하였으며 그 구조는 상-하판의 각장의 차와 부가적인 보정데이터로 형성하였다. 이러한 구조를 바탕으로 수평필릿 용접중에 측정된 용접전류 신호를 기반으로 용접부 결함을 예측하고 결함이 인식된 경우 적절한 각장의 비를 얻기 위해 부가적인 보정데이터를 형성하여 용접선을 자동 추적하였다.
본 연구에서 제시한 수평필릿 용접에서 용접부 형상 및 용접결함을 고려한 용접변수 선정시 사용된 다양한 알고리즘 및 용접결함을 고려한 용접선 자동추적 알고리즘은 자동차, 조선 그리고 건축물 등의 대형구조물을 용접하고자 할 때 필수적으로 요구되는 용접선 자동추적 센서 개발에 크게 기여할게 될 것이라 사료되며 이를 통해 생산성 향상과 생산단가의 감소에 크게 기여하게 될 것으로 사료된다.
