Fig. 2 Standard diode laser (1KW) welding results (9
Fig. 2 Standard diode laser (1KW) welding results (9

레이저 용접의 실시간 센싱 및 제어 기술의 학술적 고찰:
지능형 자동화 시스템 구축을 위한 비선형 모델링 및 센서 융합 전략

IntechOpen: Laser Welding (2010) / Xiaodong Na

1. 서론: 지능형 용접 시스템의 출현 배경

레이저 용접은 높은 에너지 밀도와 빠른 공정 속도로 인해 현대 정밀 제조 산업의 핵심 기술로 자리 잡았다. 하지만 공정의 역학적 복잡성, 고온 환경에서의 유해물질 배출, 그리고 작업자의 안전 문제를 해결하기 위해 고도의 자동화(Automation)가 절실히 요구된다. 단순히 미리 정의된 경로를 따라가는 로봇 제어를 넘어, 실시간으로 변하는 용접 상태를 스스로 인지하고 보정하는 지능형 제어 시스템이 본 연구의 궁극적인 지향점이다. 본 보고서는 이러한 자동화 시스템의 신뢰성을 확보하기 위한 센싱 기법과 제어 알고리즘의 최신 트렌드를 상세히 분석한다.

2. 레이저 용접의 물리적 특성: 전도 모드와 키홀 모드

용접 품질을 결정짓는 가장 중요한 요소는 레이저 에너지가 소재에 어떻게 전달되느냐에 있다.

  • 전도 기반 용접(Conductivity based): 레이저 출력이 낮을 때 발생하며, 열이 표면에서 내부로 전도되어 얕은 용입을 형성한다. 외관이 깨끗하지만 깊은 용접에는 부적합하다.
  • 키홀 기반 용접(Penetration based): 출력이 kW 급으로 높아지면 금속이 기화되면서 미세한 구멍인 키홀(Keyhole)이 형성된다. 이 구멍을 통해 에너지가 깊숙이 침투하여 좁고 깊은 용입을 가능하게 하며, 충전 효율을 극대화한다.

3. 실시간 센싱 기술의 다각도 분석

시스템이 스스로 판단을 내리기 위해서는 다양한 물리적 신호를 획득해야 한다.

3.1. 음향 신호 센싱 (Acoustic Signal)

용접 중 발생하는 소리는 키홀의 안정성을 반영한다. 마이크로폰이나 압전 소자를 이용해 20Hz에서 1MHz 사이의 주파수를 분석한다. 특히 키홀이 형성되거나 완전히 관통될 때 발생하는 특정 주파수 대역의 피크(Peak)를 감지함으로써 용입 깊이를 정밀하게 추정할 수 있다.

3.2. 광학 및 적외선 센싱 (Optical & IR)

플라스마 플룸(Plasma plume)의 수직 방출 강도와 용융지의 열 복사량을 포토다이오드로 측정한다. UV와 IR 신호를 동시에 분석하는 듀얼 밴드 모니터링을 통해 스패터 발생 유무와 비드 폭의 안정성을 확인한다.

3.3. 비전 기반 센싱 (Vision with CCD/CMOS)

CCD 카메라를 레이저 빔과 동축으로 설치하여 용융지의 기하학적 형태(길이, 너비)를 실시간 이미지 프로세싱으로 분석한다. 이는 가장 직관적이고 풍부한 정보를 제공하지만, 강한 아크 광으로부터 카메라를 보호하기 위한 필터링 기술이 필수적이다.

4. 비선형 시스템 식별: 해머슈타인 모델링

레이저 용접은 재료의 용융, 기화, 플라스마 형성 등이 복합적으로 일어나는 극심한 비선형 공정이다. 선형 모델로는 한계가 있으므로, 본 논문에서는 비선형 해머슈타인 모델을 도입한다.

  • 구조: 정적인 비선형 함수부와 동적인 선형 계계부가 직렬로 연결된 구조이다.
  • 장점: 입력(레이저 전류, 속도) 변화에 따른 출력(비드 형상)의 광범위한 거동을 높은 정확도로 예측할 수 있어, 제어기의 안정적인 운용 영역(Operation Region)을 대폭 넓혀준다.

사례 연구: 미국 커민스(Cummins) 사의 제어 시스템

본 연구의 저자는 커민스 사의 다이오드 레이저 용접 시스템을 대상으로 비전 센서 기반의 피드백 제어를 구현하였다. 이를 통해 용접 헤드가 시편의 열변형에 반응하여 초점 거리를 스스로 조절하고, 용융지의 너비를 목표값 내로 5% 이내 오차로 유지하는 성능을 입증하였다.

5. 전문 기술 심화 Q&A

Q1: 실시간 센싱에서 ‘노이즈’ 문제는 어떻게 해결합니까?

A1: 음향과 광학 신호는 공장의 기계 소음이나 주변 조명에 취약합니다. 이를 위해 FFT(고속 푸리에 변환)를 통한 특정 주파수 필터링을 수행하거나, 한 종류의 센서만 믿지 않고 여러 센서의 정보를 융합하는 센서 퓨전(Sensor Fusion) 기법을 사용하여 데이터의 신뢰도를 높입니다.

Q2: 해머슈타인 모델이 다른 비선형 모델(예: 신경망)보다 유리한 점은?

A2: 신경망 모델은 블랙박스 형태라 제어기 설계가 어렵지만, 해머슈타인 모델은 선형 동역학 부분이 명시적으로 분리되어 있어 기존의 고전 제어 이론(PID 등)을 확장하여 적용하기가 매우 용이하기 때문입니다.

Q3: 레이저 용접에서 ‘키홀 붕괴’는 왜 위험하며 어떻게 방지하나요?

A3: 키홀이 붕괴되면 내부에 기포가 갇혀 기공(Porosity) 결함이 발생합니다. 실시간 센싱 시스템은 음향 신호의 급격한 변화를 감지하여 레이저 출력을 밀리초 단위로 조절함으로써 키홀의 압력을 일정하게 유지, 붕괴를 사전에 방지합니다.

Q4: 최근 스마트 팩토리와 연계된 레이저 용접의 발전 방향은?

A4: 단순한 자동 제어를 넘어, 공정 데이터를 클라우드로 전송하여 금형의 마모 상태를 예측하는 예지 보전(Predictive Maintenance)과 디지털 트윈(Digital Twin) 연동이 가속화되고 있습니다.

6. 요약 및 결론

지능형 레이저 용접 시스템의 구축은 하드웨어적인 레이저 출력 성능보다, 공정을 얼마나 정밀하게 모니터링하고 제어하느냐에 달려 있다. 본 연구에서 제시한 비전 기반 센싱과 비선형 해머슈타인 모델링의 결합은 현대 고정밀 제조 분야의 핵심 솔루션이 될 것이다. 특히 센서 기술의 고도화는 용접의 ‘블랙박스 구간’을 투명하게 공개하여 산업 전반의 품질 표준을 한 단계 높이는 계기가 될 것으로 기대된다.


본 분석 보고서는 2010년 Xiaodong Na의 연구 성과를 바탕으로 기술 전문가의 관점에서 작성되었습니다.
Copyright © 2026 Advanced Manufacturing Intelligence Group.

기술 검토 및 적용 가능성 문의


출처 정보 (Source Information)

Citation: [2010] Laser Welding_ Techniques of Real Time Sensing and Control Development

DOI/Link: 논문에 명시되지 않음

Technical Review Resources for Engineers:

▶ 논문에 명시되지 않음
기술 검토 및 적용 가능성 문의

This material is for informational purposes only. Unauthorized commercial use is prohibited.

Copyright © 2026 STI C&D. All rights reserved.

Fig. 5 Signal emissions and sensors in laser welding
Fig. 5 Signal emissions and sensors in laser welding
Figure 7 Optical sensor is mostly based on the detection of plasma plume
Figure 7 Optical sensor is mostly based on the detection of plasma plume
Fig. 8 Vision Sensor
Fig. 8 Vision Sensor
Figure 9
Figure 9
Fig. 10 Standard vision sensor based automatic diode laser welding system
Fig. 10 Standard vision sensor based automatic diode laser welding system
Fig. 13 Tracking sinusoidal and step signals
Fig. 13 Tracking sinusoidal and step signals