• 한국해양공학회지
• /
• 제27권3호
• /
• pp.79-84
• /
• 2013

The seawater pipes in the engine rooms of ships are surrounded by severely corrosive environments caused by fast flowing seawater containing chloride ions, high conductivity, etc. Therefore, it has been reported that seawater leakage often occurs at a seawater pipe because of local corrosion. In addition, the leakage area is usually welded using shielded metal arc welding with various electrodes. In this study, when seawater pipes were welded with four types of electrodes(E4311, E4301, E4313, and E4316), the difference between the corrosion resistance values in their welding zones was investigated using an electrochemical method. Although the corrosion potential of a weld metal zone welded with the E4316 electrode showed the lowest value compared to the other electrodes, its corrosion resistance exhibited the best value compared to the other electrodes. In addition, a heat affected zone welded with the E4316 electrode also appeared to have the best corrosion resistance among the electrodes. Furthermore, the corrosion resistance of the weld metal zone and heat affected zone exhibited relatively better properties than that of the base metal zone in all of the cases welded with the four types of electrodes. Furthermore, the hardness values of all the weld metal zones were higher than the base metal zone.

• 대한기계학회논문집
• /
• 제17권2호
• /
• pp.393-406
• /
• 1993

In resistance spot welding process, size of molten nuggest have been utilized to assess the integrity of the weld quality. However real-time monitoring of the nugget size is an extremely difficult problem. This paper describes the design of an artificial neural networks(ANN) estimator to predict the nugget size for on-line use of weld quality monitoring. The main task of the ANN estimator is to realize the mapping characteristics from the sampled dynamic resistance signal to the actual negget size through training. The structure of the ANN estimator including the number of hidden layers and nodes in a layer is determined by an estimation error analysis. A series of welding experiments are performed to assess the performance of the ANN estimator. The results are quite promissing in that real-time estimation of the invisible nugget size can be achieved by analyzing the dynamic resistance signal without any conventional destructive testing of welds.

• 한국생산제조학회지
• /
• 제6권1호
• /
• pp.27-33
• /
• 1997

A neural network approach has been developed to determine the depth of a surface breaking crack in a steel plate from ultrasonic backscattering data. The network is trained by the use of feedforward three-layered network together with a back-scattering algorithm for error correction. The signal used for crack insonification is a mode converted 70$^{\circ}$transverse wave. A numerical analysis of back scattered field is carried out based on elastic wave theory, by the use of the boundary element method. The numerical data are calibrated by comparison with experimental data. The numerical analysis provides synthetic data for the training of the network. The training data have been calculated for cracks with specified increments of the crack depth. The performance of the network has been tested on other synthetic data and experimental data which are different from the training data.

• Journal of Welding and Joining
• /
• 제11권2호
• /
• pp.27-41
• /
• 1993

The estimation of nugget sizes was attempted by utilizing the artificial neural networks method. Artificial neural networks is a highly simplified model of the biological nervous system. Artificial neural networks is composed of a large number of elemental processors connected like biological neurons. Although the elemental processors have only simple computation functions, because they are connected massively, they can describe any complex functional relationship between an input-output pair in an autonomous manner. The electrode head movement signal, which is a good indicator of corresponding nugget size was determined by measuring the each test specimen. The sampled electrode movement data and the corresponding nugget sizes were fed into the artificial neural networks as input-output pairs to train the networks. In the training phase for the networks, the artificial neural networks constructs a fuctional relationship between the input-output pairs autonomusly by adjusting the set of weights. In the production(estimation) phase when new inputs are sampled and presented, the artificial neural networks produces appropriate outputs(the estimates of the nugget size) based upon the transfer characteristics learned during the training mode. Experimental verification of the proposed estimation method using artificial neural networks was done by actual destructive testing of welds. The predicted result by the artifficial neural networks were found to be in a good agreement with the actual nugget size. The results are quite promising in that the real-time estimation of the invisible nugget size can be achieved by analyzing the process variable without any conventional destructive testing of welds.

• 대한용접접합학회:학술대회논문집
• /
• 대한용접접합학회 2010년도 춘계학술발표대회 초록집
• /
• pp.49-49
• /
• 2010

용접은 산업계의 기계 조립 및 접합을 위한 공정의 주요한 작업으로 조선, 중공업, 건설 등 산업현장에서 사람에 의한 수동적인 작업으로 대부분 수행된다. 이러한 용접 작업을 수행하는 용접 기술자는 산업 현장 훈련원과 직업 교육 학교에서 양성되지만 용접 훈련 과정은 실습 초보자에게 위험하고, 장시간 교육하기에 어려울 뿐 아니라 재료 낭비, 의사 소통의 한계, 즉석 결과 평가의 한계, 공간부족 등 다양한 문제가 있다. 그러므로, 안전하고 반복적인 실습 환경 제공하고 장시간 및 다수 교육참여 지원 등이 가능한 시스템을 구축하여 숙련된 우수 인력 조기 확보와 훈련 비용을 절감할 필요가 있다. 본 논문에서는 실제와 동일한 상호작용을 제공할 뿐만 아니라 고품질로 훈련 환경을 가시화하여 용접 상황을 동일하게 모사하는 가상 현실 기반 용접 훈련 시뮬레이터를 제시한다. 이 시스템은 용접의 형상과 환경의 고품질 가시화, 경험 DB를 통한 용접의 비드 형상 데이터 획득, 용접 토치를 이용하는 사용자 상호작용, 용접 훈련 결과 평가 및 최적 작업 가이드, 용접 콘텐츠 저작, 다양한 용접 훈련을 가시화하는 하드웨어 플랫폼으로 구성된다. 고품질 가상 용접 가시화는 경험 DB 기반 비드 형상 데이터와 신경회로망을 이용한 비드 형상 예측을 통해 실시간 비드 표현이 이루어지며 쉐이더 기반 고품질 모재 및 비드 표현, 아크 불꽃 효과 표현을 포함한다. 사용자 상호작용은 현장 작업 도구와 일치된 토치 인터페이스와 위치추적을 이용하여 토치의 작업각, 진행각, 속도, 거리 등을 반영할 수 있으며 진동과 소리 등 용접 훈련의 사실적 상호작용도 재현하였다. 용접 훈련 평가 및 최적 작업 가이드는 훈련자의 용접속도, 거리, 각도 등의 사용자 작업 결과를 그래픽으로 표현하고, 애니메이션을 통한 훈련 자세를 추후 분석할 수 있도록 하였고, 가상토치, 기준선, 수치계기 등을 이용한 최적 작업 훈련 가이드 제시하였다. 훈련 콘텐츠 저작은 메뉴UI 기반으로 용접의 전류, 전압 등의 조건과 상황을 선택하도록 제시하였고, 하드웨어 플랫폼은 워크벤치형 입체 디스플레이 방식으로 용접 환경을 가시화하였고, 위, 정면, 아래보기 등 다양한 용접 자세 변경을 지원 할 수 있도록 구축하였다. 이러한 가상현실 기반 훈련 시뮬레이터는 아크열 발생에 따른 장시간 훈련의 어려움을 극복할 수 있고, 다양한 실습 환경을 바꾸어 가며 반복적인 훈련이 가능하고, 실 재료를 사용하지 않아 재료의 낭비를 줄일 수 있는 환경 친화적인 안전하고 효율적인 훈련 실습 환경을 제공할 수 있다.

• 한국산업정보학회논문지
• /
• 제27권2호
• /
• pp.71-82
• /
• 2022

자동차용 배터리 제조공정 가운데 하나인 Tab Welding 공정에서 생산된 제품의 샘플링 인장검사를 대체하기 위해 현재 비전검사기를 개발하여 사용하고 있다. 그러나, 비전검사는 검사 위치 오차 문제와 이를 개선하기 위해 발생하는 비용 문제를 가지고 있다. 이러한 문제점들을 해결하기 위해 최근 딥러닝 기술을 적용하는 사례들이 발생하고 있다. 본 논문도 그런 사례 중 하나로 기존 제품 검사에 딥러닝 기술 중 하나인 Faster R-CNN을 적용하여 그 유용성을 파악하고자 하였다. 기존 비전검사기를 통해 획득한 이미지들을 학습 데이터로 사용하여 Faster R-CNN ResNet101 V1 1024x1024 모델을 사용하여 학습하였다. 검사 기준인 미검률 0%, 과검률 10%의 기준으로 기존 비전검사와 Faster R-CNN 검사결과를 비교 분석하였다. 미검출률은 기존 비전검사에서 34.5%, Faster R-CNN 검사에서 0%였다. 과검출률은 기존 비전검사에서 100%, Faster R-CNN에서 6.9%였다. 결론적으로 자동차용 배터리 리드탭 암흔 오류 검출에 딥러닝 기술이 매우 유용함을 확인할 수 있었다.

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.53-62
• /
• 2023

본 논문은 국내 조선산업의 요양 재해 현황에 나타난 미숙련 기술인력들의 높은 재해 발생률을 낮추기 위한 방안으로 XR(Extended reality) 기술을 활용한 훈련 콘텐츠 도입의 필요성을 윈치를 활용한 케이블 포설을 중심으로 제시하였다. 국내 조선산업의 요양재해율은 타 제조업에 비해 평균 97.4%(2017~2020)나 높았으며, 특히 조선산업요양 재해의 31.8% 이상이 근속 기간 6개월 미만의 근로자들에게 발생하여 이는 신규입사자들이 업무에 대한 정보 부족과 미숙련도 및 작업환경에 익숙하지 못한 것이 그 원인으로 보인다. 최근 조선산업은 경기 회복으로 많은 신규인력이 유입되고 있으며, 이로 인해 재해 발생률이 높아질 가능성이 있다. 이런 점은 단기간에 신규인력들을 작업환경에 익숙해지는 데 도움이 되는 훈련방법을 도입할 필요가 있음을 말해준다. 국내 조선소의 교육훈련은 용접, 도장, 기계설치, 전기설치 등 특정 기술의 숙련에 치우쳐 있으며 작업환경에 익숙해질 수 있는 훈련은 작업용 2D 도면을 이용하여 선박 건조방법 등을 설명하는 단편적인 교육에 머무르고 있다. 이러한 이유로 현장에서는 다시 OJT(On-the-Job Traning)를 반복 실시하고 있는 실정이다. 본 논문에서는 XR 기술을 활용한 훈련의 도입을 제안하고 구체적인 예로 Unity로 선박에서 윈치를 활용한 케이블 포설(Pulling) 작업 과정을 XR 기반 훈련 콘텐츠로 구현하였다. 개발된 콘텐츠를 활용하면 신규작업자들이 가상공간에서 시뮬레이션을 통해 실제 작업 과정을 미리 경험하고, 이를 통해 신규인력이 작업환경에 익숙해지는 데 도움을 줄 수 있는 보다 효과적인 훈련 콘텐츠가 될 수 있음을 예증하였다.

• 한국안전학회지
• /
• 제38권3호
• /
• pp.77-84
• /
• 2023

Welding and cutting, which are representative tasks in handling firearms at industrial sites, are the basis for production and maintenance processes across all industries. They are also essential in the root industry. Specifically, they are widely used in the manufacturing industry, including equipment industries such as shipbuilding, automobiles, and chemicals, and subsequent maintenance work and general facility repair. However, such hot work carries a high fire risk owing to sparks scattering and inadequate management, resulting in a high occurrence of accidents. In response, the government and relevant organizations have recently revised the Occupational Safety and Health Act to prevent accidents during hot work. These revisions impose more stringent regulations than before, which are expected to help prevent actual fire accidents. However, whether the fire observer system, which is the core element of the revision, would be practically applied and maintained is unclear. Therefore, this study compared the fire observer system in the revised Occupational Safety and Health Act with those in the laws and systems of developed countries, conducted interviews with safety and health experts to assess the suitability of the new system for fire observer operations, and improvement plans were derived accordingly. Therefore, the laws and systems of developed countries grant more authority to fire observers compared with those of Korea. Moreover, professional training in handling emergency is required. Interviews with safety and health experts revealed that regardless of company size, the same operating standards were applied, and standards for deploying fire observers in various locations were unclear. Furthermore, there was a lack of professional education and training, and the role and authority of fire observers were limited. These findings revealed a problem in this sector. The results of this study are expected to serve as basic data for establishing a practical system for placing fire observers and supplementing laws, guidelines, and systems for preventing fire accidents.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.775-785
• /
• 2022

이 연구는 소규모 건설현장 근로자의 화재안전관리 운영실태를 분석하고 문제점을 도출하여 개선방안을 제시함으로써, 향후 이들이 효율적으로 활용하기 위한 실무적 기초자료를 제시함을 목적으로 연구를 수행한 결과, 다음과 같은 결론을 얻었다. 첫째, 소규모 건설공사현장 근로자는 건설기능인력의 연령대가 고령자이고, 종사경력은 건설기능력이 짧았으며, 직종은 대다수가 건축공종에 작업을 하고 있으며, 고용형태는 비정규직 일당제로 근무를 하고 있는 것으로 분석 되었다. 둘째, 소규모 건설공사현장 근로자들의 화재안전관리 개선방안으로 화재 위험성 요인에 대한 허가와 관리를 체계화하고, 화재위험관리를 위해 소방안전관리자를 배치하여 관리감독하는 장치가 필요하겠으며, 화재시 다양한 피난통로 확보와 화재 발생을 건설공사 현장 내 모든 작업자들에게 알릴 수 있는 비상경보설비를 갖추고, 피난경로 접근과 시야 확보가 취약한 지하공간에 대해서는 간이피난유도선과 비상조명등을 임시소방시설로 설치를 강화하는 방안을 제시하였다. 또한, 현실적인 대피훈련, 화재VR훈련, 흥미있는 교육프로그램 개발을 통해 산업재해를 줄이는 방안이 필요하다.

• 비파괴검사학회지
• /
• 제15권2호
• /
• pp.395-406
• /
• 1995

초음파탐상시험을 통해 용접 결함의 종류를 정확히 구분하는 것은 정량적 비파괴시험을 위한 기본적인 단계로서 매우 중요한 문제인데, 이 문제는 최근 활발한 연구가 진행중인 초음파 형상 인식 기법의 적용에 의해 해결할 수 있다. 여기에서는 특징 추출, 특징 선택 그리고 결함 분류 등 초음파 형상 인식 기법의 세부 기술과 함께, 특히 최근 효율적인 분류기로 관심을 모으고 있는 확률 신경 회로망의 적용에 대해 논의하였다. 그리고 강 용접부 내부에 존재하는 결함을 균열, 기공, 슬래그 혼입의 3 종류로 분류하는 문제에 확률 신경 회로망을 적용한 예를 통하여, 초음파 형상 인식 기법의 효용성을 검증하였다. 또한 민감한 특징을 효율적으로 선별하는데 널리 사용되는 전방 특징 선택법과 그 적용에 대해서도 논의하였다.