맞춤기술찾기

이전대상기술

용접 불량 검출 방법 및 용접 불량 검출을 위한 전이 학습 방법

  • 기술번호 : KST2023009762
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 기계 학습 또는 전이 학습을 이용하는 용접 불량 검출 방법 및 용접 불량 검출을 위한 전이 학습 방법이 개시된다. 개시된 용접 불량 검출 방법은 아크 방전을 이용하는 용접이 수행되는 과정에서 측정된, 전압값을 획득하는 단계; 시계열 데이터인 상기 전압값에 대한 이미지를 생성하는 단계; 및 상기 이미지로부터 추출된 특징값 및 미리 학습된 용접 불량 검출 모델을 이용하여, 상기 용접이 수행되는 타겟 용접 위치에 대한 용접 불량 여부를 검출하는 단계를 포함한다.
Int. CL B23K 31/12 (2006.01.01) B23K 9/095 (2006.01.01) G06T 7/00 (2017.01.01) G06T 5/40 (2006.01.01)
CPC B23K 31/125(2013.01) B23K 9/095(2013.01) G06T 7/0004(2013.01) G06T 5/40(2013.01) G06T 2207/30152(2013.01)
출원번호/일자 1020220047916 (2022.04.19)
출원인 한양대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0148927 (2023.10.26) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.04.19)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한양대학교 산학협력단 대한민국 서울특별시 성동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 신승준 서울특별시 송파구
2 이주홍 서울특별시 성동구
3 이동희 서울특별시 성동구
4 김은수 서울특별시 동대문구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 민영준 대한민국 서울특별시 강남구 남부순환로 ****, *층(도곡동, 차우빌딩)(맥스국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2022.04.19 수리 (Accepted) 1-1-2022-0415964-52
2 선행기술조사의뢰서
Request for Prior Art Search
2022.06.15 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
아크 방전을 이용하는 용접이 수행되는 과정에서 측정된, 전압값을 획득하는 단계;시계열 데이터인 상기 전압값에 대한 이미지를 생성하는 단계; 및상기 이미지로부터 추출된 특징값 및 미리 학습된 용접 불량 검출 모델을 이용하여, 상기 용접이 수행되는 타겟 용접 위치에 대한 용접 불량 여부를 검출하는 단계를 포함하는 용접 불량 검출 방법
2 2
제 1항에 있어서,상기 이미지를 생성하는 단계는용접 시간에 대한 상기 전압값의 변화를 나타내는 그래프 이미지를 생성하는 단계; 및미리 설정된 시간 간격 및 시간 구간에 따라, 상기 그래프 이미지로부터 동일한 사이즈인 복수의 서브 이미지를 생성하는 단계를 포함하며,상기 시간 간격은 상기 서브 이미지 사이의 시간 간격을 나타내며,상기 시간 구간은 상기 서브 이미지에서의 용접 시간의 길이를 나타내는용접 불량 검출 방법
3 3
제 2항에 있어서,상기 용접 불량 여부를 검출하는 단계는상기 서브 이미지로부터 상기 특징값을 추출하는 단계; 및상기 특징값을 이용하여, 상기 서브 이미지 각각에 대한 상기 용접 불량 여부를 검출하는 단계를 포함하는 용접 불량 검출 방법
4 4
제 2항에 있어서,상기 서브 이미지를 생성하는 단계는상기 서브 이미지에 포함된 전압값의 최대값 및 최소값의 차이값 중 최대 차이값을 이용하여, 상기 서브 이미지를 보정하는용접 불량 검출 방법
5 5
제 4항에 있어서,상기 서브 이미지를 생성하는 단계는상기 서브 이미지에 포함된 전압값의 최대값 및 최소값의 차이값이 상기 최대 차이값이 되도록, 상기 서브 이미지를 보정하는용접 불량 검출 방법
6 6
타겟 용접 위치에서 수행되는, 아크 방전을 이용하는 용접에 대한 특징 정보를 획득하는 단계; 및상기 특징 정보 및 미리 학습된 용접 불량 검출 모델을 이용하여, 상기 타겟 용접 위치에 대한 용접 불량 여부를 검출하는 단계를 포함하며,상기 특징 정보는상기 아크 방전을 이용하는 용접 과정에서 측정된 시계열 데이터인 전압값 및 상기 용접 과정에서 이용된 와이어의 소재 특성값을 포함하는 용접 불량 검출 방법
7 7
제 6항에 있어서,상기 소재 특성값은와이어 소재의 열적 특성값인용접 불량 검출 방법
8 8
제 7항에 있어서,상기 열적 특성값은열전도율, 녹는점 및 비열용량 중 적어도 하나를 포함하는용접 불량 검출 방법
9 9
제 6항에 있어서,상기 용접 불량 여부를 검출하는 단계는용접 시간에 대한 상기 전압값의 변화를 나타내는 그래프 이미지를 생성하는 단계; 미리 설정된 시간 간격 및 시간 구간에 따라, 상기 그래프 이미지로부터 동일한 사이즈인 복수의 서브 이미지를 생성하는 단계; 및상기 서브 이미지로부터 추출된 특징값, 상기 소재 특성값 및 상기 용접 불량 검출 모델을 이용하여, 상기 타겟 용접 위치에 대한 용접 불량 여부를 검출하는 단계를 포함하며,상기 시간 간격은 상기 서브 이미지 사이의 시간 간격을 나타내며,상기 시간 구간은 상기 서브 이미지에서의 용접 시간의 길이를 나타내는용접 불량 검출 방법
10 10
제 9항에 있어서,상기 서브 이미지를 생성하는 단계는상기 서브 이미지에 포함된 전압값의 최대값 및 최소값의 차이값 중 최대 차이값을 이용하여, 상기 서브 이미지를 보정하는용접 불량 검출 방법
11 11
아크 방전을 이용하는 용접 과정에서 측정된, 제1전압값을 획득하는 단계;상기 제1전압값 및 상기 용접 과정에서 이용된 제1와이어의 소재 특성값을 이용하여, 제1용접 불량 검출 모델을 학습하는 단계; 및상기 제1용접 불량 검출 모델의 학습된 가중치를 이용하여, 제2용접 불량 검출 모델에 대한 전이학습을 수행하는 단계를 포함하는 용접 불량 검출을 위한 전이 학습 방법
12 12
제 11항에 있어서,상기 제2용접 불량 검출 모델에 대한 전이학습을 수행하는 단계는제2와이어를 이용하는 상기 용접 과정에서 측정된, 제2전압값을 획득하는 단계; 및상기 제2전압값 및 상기 용접 과정에서 이용된 제2와이어의 소재 특성값을 이용하여, 상기 제1용접 불량 검출 모델의 학습된 가중치가 전이된 상기 제2용접 불량 검출 모델의 가중치를 조정하는 단계를 포함하는 용접 불량 검출을 위한 전이 학습 방법
13 13
제 12항에 있어서,상기 제1 및 제2와이어의 소재 특성값은제1 및 제2와이어 소재에 대한 열적 특성값인용접 불량 검출을 위한 전이 학습 방법
14 14
제 13항에 있어서,상기 열적 특성값은열전도율, 녹는점 및 비열용량 중 적어도 하나를 포함하는용접 불량 검출을 위한 전이 학습 방법
15 15
제 11항에 있어서,상기 제1용접 불량 검출 모델을 학습하는 단계는 용접 시간에 대한 상기 제1전압값의 변화를 나타내는 그래프 이미지로부터 추출된 특징값을 이용하여, 상기 제1용접 불량 검출 모델을 학습하며,상기 제2용접 불량 검출 모델의 가중치를 조정하는 단계는상기 용접 시간에 대한 상기 제2전압값의 변화를 나타내는 그래프 이미지로부터 추출된 특징값을 이용하여, 상기 제2용접 불량 검출 모델의 가중치를 조정하는용접 불량 검출을 위한 전이 학습 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한양대학교산학협력단 한국연구재단 부설 정보통신기획평가원 / 정보통신방송 연구개발사업 / 글로벌핵심인재양성지원사업 인공지능기반 적층제조용 창성형 공정계획 메커니즘 개발