실시간 용접 공정 제어: 초음파 두께 측정으로 가변 두께 강판의 용접 결함 해결

이 기술 요약은 Momchil Vasilev 외 저자가 발표한 “Feed Forward Control of Welding Process Parameters Through On-Line Ultrasonic Thickness Measurement” 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.

키워드

• 주요 키워드: 용접 공정 제어
• 보조 키워드: 초음파 두께 측정, 피드-포워드 제어, GTAW 용접, 용접 자동화, 용접 결함, 실시간 제어

Executive Summary

• 과제: 두께가 알려지지 않았거나 가변적인 부품을 용접할 때 발생하는 번-스루(burn-through), 과도한 용입과 같은 결함은 기존 자동화 시스템의 오랜 난제였습니다.
• 방법: 용접 토치와 함께 이동하는 초음파 휠 프로브를 사용하여 실시간으로 강판 두께를 측정하고, 이 데이터를 기반으로 용접 전류, 토치 이동 속도, 필러 와이어 공급 속도를 즉각적으로 조정하는 피드-포워드 제어 전략을 개발했습니다.
• 핵심 돌파구: 의도적으로 두께를 변화시킨 강판 샘플에서 기존의 고정된 파라미터 방식이 심각한 결함을 발생시킨 반면, 이 새로운 시스템은 일관되고 균일한 용접 비드와 용입을 성공적으로 구현했습니다.
• 결론: 센서 기반의 피드-포워드 제어는 복잡한 형상의 부품에 대한 자동화 용접을 가능하게 하여, 재작업을 줄이고 최종 제품의 품질과 생산성을 획기적으로 향상시킬 수 있는 강력한 솔루션임을 입증했습니다.

과제: 이 연구가 CFD 전문가에게 중요한 이유

전통적인 수동 및 자동 용접 작업에서 용접사는 재료, 부품 두께, 공정 등 다양한 파라미터를 기반으로 아크 출력, 토치 이동 속도, 와이어 공급 속도를 최적화합니다. 그러나 선박, 항공우주, 방산 분야에서 사용되는 테이퍼 섹션이나 다중 두께 판재와 같이 부품 두께가 계속 변하는 경우, 고정된 용접 파라미터는 번-스루, 과도한 용입, 뒤틀림과 같은 심각한 결함을 유발합니다. 이는 제품의 품질 저하, 에너지 낭비, 생산 비효율로 이어집니다.

기존의 자동화 용접 시스템은 일정한 부품 두께를 가정하고 사전에 프로그래밍된 값에 의존하기 때문에 이러한 가변성에 유연하게 대처하지 못합니다. 이 연구는 용접 공정 중에 실시간으로 부품의 두께를 측정하고, 이 정보를 바탕으로 용접 파라미터를 능동적으로 제어하여 이러한 근본적인 문제를 해결하고자 시작되었습니다.

접근 방식: 방법론 분석

본 연구에서는 실시간 피드-포워드 제어를 구현하기 위해 맞춤형 자동 GTAW(Gas Tungsten Arc Welding) 용접 셀을 설계했습니다. 이 시스템의 핵심 구성 요소는 다음과 같습니다.

• 자동화 시스템: 6자유도(DOF) KUKA 로봇 매니퓰레이터가 용접 토치와 센서를 정밀하게 이동시킵니다.
• 초음파 두께 측정: 용접 토치 옆 90mm 지점에 특수 설계된 5MHz 건식 접촉 초음파 휠 프로브를 장착했습니다. 이 프로브는 별도의 액체 커플런트 없이 강판 표면을 따라 구르며 실시간으로 두께를 측정합니다.
• 실시간 제어기: National Instruments cRIO 임베디드 컨트롤러가 초음파 신호를 수신하고, 개발된 알고리즘을 통해 두께 값을 계산합니다. 이 두께 값을 기반으로 사전에 설정된 파라미터 관계식(두께-전류, 전류-속도 등)에 따라 용접 전류, 토치 이동 속도, 필러 와이어 공급 속도를 실시간으로 조정하여 용접 전원 공급 장치와 로봇에 명령을 내립니다.
• 데이터 처리: 용접 아크에서 발생하는 강력한 전자기 간섭(EMI) 노이즈를 줄이기 위해 하드웨어 밴드패스 필터와 128개 샘플 평균화를 적용했으며, 봉투선 검출(envelope detection) 및 적응형 임계값 피크 검출 알고리즘을 통해 신호의 정확도를 높였습니다.

이 시스템은 용접이 이루어지기 직전의 부품 두께를 미리 파악하여 최적의 용접 조건을 ‘예측’하고 적용하는 피드-포워드 제어 아키텍처를 구현합니다.

돌파구: 주요 발견 및 데이터

결과 1: 가변 두께 강판의 완벽한 용접 품질 달성

연구팀은 의도적으로 두께가 6.1mm에서 4.1mm까지 변화하는 프로파일로 가공된 연강(S275) 샘플을 사용하여 제어 시스템의 성능을 검증했습니다.

• 대조군 샘플 (고정 파라미터): 가장 두꺼운 부분(6.1mm)을 기준으로 설정된 고정된 용접 파라미터로 용접을 진행했습니다. 그 결과, 그림 9a에서 보듯이 두께가 얇아지는 중간 부분에서 심각한 번-스루(구멍)가 발생했으며, 뒷면에는 불규칙하고 과도한 용입이 나타났습니다.
• 검증 샘플 (적응형 파라미터): 초음파 두께 측정을 통한 실시간 제어 시스템을 적용했습니다. 그림 9b는 놀라운 결과를 보여줍니다. 두께 변화에 관계없이 용접 비드의 상부와 하부 모두에서 매우 일관되고 균일한 용접 이음매와 용입이 형성되었습니다. 이는 시스템이 두께 변화를 성공적으로 감지하고 파라미터를 최적으로 조절했음을 증명합니다.

그림 9. (a) 고정 파라미터로 용접된 대조군 샘플은 번-스루 및 과도한 용입 결함을 보임. (b) 실시간 적응형 파라미터로 용접된 검증 샘플은 일관된 용접 품질을 보임.

결과 2: 실시간 파라미터의 동적 및 정밀 제어 입증

검증 샘플 용접 중 수집된 데이터는 제어 시스템의 동적 성능을 명확하게 보여줍니다. 그림 10은 시간에 따른 측정값과 제어값의 변화를 나타냅니다.

• 그림 10a는 초음파 프로브가 측정한 샘플의 두께 프로파일을 보여줍니다.
• 그림 10b는 측정된 두께에 따라 설정된 아크 전류(실선)와 실제 측정된 전류(파선)를 보여줍니다. 두 값은 거의 완벽하게 일치하며, 가장 두꺼운 6.06mm 지점에서 203.6A, 가장 얇은 4.12mm 지점에서 128.6A로 전류가 동적으로 조절되었습니다.
• 그림 10c와 10d는 각각 토치 이동 속도(172mm/min ~ 120.3mm/min)와 필러 와이어 공급 속도(3832mm/min ~ 1822mm/min)가 두께 변화에 맞춰 정밀하게 제어되었음을 보여줍니다.

결과적으로, 샘플의 가장 두꺼운 부분과 가장 얇은 부분 사이에서 아크 에너지가 1.2 kJ/mm에서 0.8 kJ/mm로 33.3% 감소하며 최적의 용접 조건을 유지했습니다.

그림 10. 실시간으로 측정된 (a) 샘플 두께에 따라 (b) 아크 전류, (c) 토치 이동 속도, (d) 필러 와이어 공급 속도가 동적으로 조정됨.

R&D 및 운영에 대한 실질적 시사점

• 공정 엔지니어: 이 연구에서 확립된 S275 연강에 대한 파라미터 관계식(방정식 3, 4, 5)은 가변 두께 부품에 대한 적응형 용접 절차를 개발하는 데 유용한 출발점을 제공합니다. 이를 통해 결함을 줄이고 수동 조정을 최소화할 수 있습니다.
• 품질 관리팀: 그림 8과 그림 9b에서 확인된 바와 같이, 가변 두께 부품에서도 일관된 용입을 유지하는 이 시스템의 능력은 번-스루나 불완전 용융과 관련된 용접 후 검사 실패 및 재작업을 크게 줄일 수 있는 방안을 제시합니다.
• 설계 엔지니어: 이 기술은 테이퍼 섹션이나 다중 두께 시트와 같은 더 복잡하고 설계에 최적화된 구조물을 안정적으로 용접할 수 있게 해줍니다. 이는 이전에 제조상의 제약으로 인해 제한되었던 설계의 자유도를 높여줍니다.

논문 상세 정보

Feed Forward Control of Welding Process Parameters Through On-Line Ultrasonic Thickness Measurement

1. 개요:

• 제목: Feed Forward Control of Welding Process Parameters Through On-Line Ultrasonic Thickness Measurement (온라인 초음파 두께 측정을 통한 용접 공정 파라미터의 피드-포워드 제어)
• 저자: Momchil Vasilev, Charles MacLeod, Yashar Javadi, Gareth Pierce, Anthony Gachagan
• 발표 연도: (논문에 명시되지 않음)
• 발표 학술지/학회: (논문에 명시되지 않음)
• 키워드: Feed-forward control, Ultrasonic thickness measurement, GTAW, Welding automation, Real-time control

2. 초록:

용접 이음부의 성공적인 용입을 위해서는 아크 출력 및 와이어 속도와 같은 용접 파라미터의 정확한 제어가 중요합니다. 용접되는 부품의 두께는 최적의 아크 출력을 정의하는 핵심 파라미터이지만, 수동 및 자동 용접 작업에서 항상 사전에 알려져 있거나 잘 제어되지는 않습니다. 본 논문은 초음파 두께 측정에 기반한 새로운 피드-포워드, 센서 기반 아크 공정 제어 전략을 제시합니다. 용접 토치와 함께 동시에 배치된 초음파 휠 프로브는 실시간 컨트롤러에 배포된 저지연 두께 측정 알고리즘과 결합하여 판 두께 측정을 가능하게 합니다. 휠 프로브로 측정한 판 두께를 기반으로 한 자동 GTAW 융합 제어 전략은 아크 전류, 용접 토치 이동 속도 및 필러 와이어 공급 속도에 대한 직접적인 입력 제어를 제공합니다. 4.1mm에서 6.1mm 사이 두께의 S275 연강 샘플 용접을 위한 초음파 측정 두께와 주요 아크 용접 파라미터 간의 파라미터 관계가 설정 및 검증되었습니다. 이 시스템은 실시간으로 판 두께를 측정하고 파생하여 아크 출력을 조정할 수 있으며, 충분히 낮은 지연 시간으로 가변 두께 강철 샘플에서 일관된 용접 이음매와 균일한 용입을 가능하게 함을 보여주었습니다. 이는 일반적인 개방 루프 상황에서는 샘플 번-스루 및 과도한 용입을 초래합니다.

3. 서론:

최적의 용접 용입, 무결성 및 공정 효율성을 보장하기 위해서는 융합 용접 작업의 출력과 에너지를 정확하게 제어하는 것이 필수적입니다. 부정확하거나 최적이 아닌 용접 파라미터는 뒤틀림, 결함, 열영향부(HAZ) 이상, 에너지 낭비 및 전반적인 생산 비효율과 같은 바람직하지 않은 결과를 초래합니다. 전통적인 융합 용접 및 제조 작업에서 용접사는 용접 공정, 재료, 부품 두께 및 용접 토치 방향과 같은 파라미터에 따라 아크 출력, 토치 이동 속도 및 와이어 공급 속도를 수동으로 최적화합니다. 이 기술은 직업 전체의 높은 기술 요구 사항의 일부를 형성하며, 결과적으로 이 직업은 향후 10년 동안 전 세계적으로 적합한 인력 가용성에서 60%의 격차에 직면할 것으로 예측됩니다.

4. 연구 요약:

연구 주제의 배경:

융합 용접은 항공우주, 자동차, 방위 및 에너지 등 다양한 고부가가치 제조 산업에서 널리 채택되었습니다. 그러나 두께가 변하는 복잡한 부품의 용접은 기존의 수동 또는 자동화 방식으로는 한계가 있으며, 이는 결함 발생 및 생산성 저하의 원인이 됩니다. ‘스마트 제조’ 및 산업 4.0의 발전은 센서, 로봇 공학, 자동화 및 제어 기술을 통해 이러한 문제를 해결할 새로운 기회를 제공합니다.

이전 연구 현황:

기존의 온라인 용접 모니터링은 주로 광학 센서(카메라, 레이저)를 사용하여 용접 풀의 폭, 깊이, 형상을 측정하는 데 초점을 맞추었습니다. 이러한 시스템은 가스 흐름, 루트 간격 등의 변화에 대응할 수 있었지만, 부품 두께 변화에 직접적으로 대응하는 연구는 부족했습니다. 또한, 광학 시스템은 용접 풀에 대한 직접적인 가시선이 필요하여 일부 응용(예: SAW)에는 적합하지 않습니다. 초음파(UT) 및 와전류(EC)와 같은 비파괴 검사(NDE) 기술은 두께 측정에 사용되지만, 용접 공정 중 실시간 제어에 적용된 사례는 드물었습니다.

연구 목적:

본 연구의 목적은 실시간 온라인 초음파 두께 측정을 통해 용접 파라미터(아크 전류, 토치 이동 속도, 필러 와이어 공급 속도)를 자동으로 제어하는 새로운 피드-포워드 제어 시스템을 설계, 구현 및 검증하는 것입니다. 이를 통해 가변 두께를 가진 부품에서도 일관되고 결함 없는 고품질의 용접을 달성하는 것을 목표로 합니다.

핵심 연구:

• 맞춤형 6자유도 로봇 엔드 이펙터에 건식 접촉 초음파 휠 프로브를 장착하여 용접 공정 중 실시간 두께 측정 시스템을 개발.
• 용접 환경의 노이즈(EMI, 온도)를 극복하고 정확한 두께 값을 실시간으로 계산하는 신호 처리 및 두께 측정 알고리즘을 구현.
• S275 연강에 대해 측정된 두께와 최적의 GTAW 용접 파라미터(전류, 속도, 와이어 공급) 간의 파라미터 관계식을 실험적으로 수립.
• 의도적으로 두께 변화를 준 샘플에 대해 개발된 시스템의 성능을 검증하고, 기존의 고정 파라미터 방식과 비교하여 그 우수성을 입증.

5. 연구 방법론

연구 설계:

본 연구는 실험적 접근 방식을 사용했습니다. 자동화된 GTAW 용접 셀을 구축하고, 여기에 초음파 센서 시스템과 실시간 제어 로직을 통합했습니다. 먼저, 문헌 데이터를 기반으로 초기 파라미터 관계를 설정하고, 경사면을 가진 보정용 샘플을 반복적으로 용접하며 파라미터 관계식을 최적화했습니다. 최종적으로, 더 복잡한 두께 변화 프로파일을 가진 검증용 샘플을 제작하여 개발된 시스템의 실용성과 성능을 평가했습니다.

데이터 수집 및 분석 방법:

• 두께 데이터: PEAK LTPA 초음파 컨트롤러를 사용하여 20kHz PRF로 8비트 A-scan 데이터를 수집하고, 128개 샘플을 평균화하여 노이즈를 감소시켰습니다. 수집된 데이터는 이더넷을 통해 cRIO 컨트롤러로 전송되어 실시간으로 처리되었습니다.
• 용접 파라미터: cRIO 컨트롤러는 용접 전류, 토치 속도, 와이어 공급 속도를 제어하고 해당 값을 로깅했습니다. 로봇 위치 데이터는 KUKA RSI 프로토콜을 통해 12ms 주기로 수집되었습니다.
• 열 데이터: FLIR 적외선 열화상 카메라를 사용하여 용접 중 샘플 표면 온도를 측정하여 초음파 프로브의 위치가 열적으로 안전한지 확인했습니다.
• 분석: 수집된 데이터를 MATLAB을 사용하여 분석하고, 제어 시스템의 응답성과 정확성을 평가했습니다. 용접 결과는 육안 검사를 통해 품질(비드 일관성, 용입, 결함 유무)을 평가했습니다.

연구 주제 및 범위:

본 연구는 두께가 4.1mm에서 6.1mm 사이인 S275 연강 판재의 맞대기 용접(butt-welding)에 초점을 맞춘 GTAW 공정에 국한됩니다. 개발된 피드-포워드 제어 시스템은 초음파 휠 프로브를 이용한 단일 지점 두께 측정을 기반으로 합니다.

6. 주요 결과:

주요 결과:

• 실시간 초음파 두께 측정을 기반으로 한 피드-포워드 제어 시스템이 성공적으로 개발 및 구현되었습니다.
• 시스템은 용접 중 발생하는 EMI와 같은 열악한 환경에서도 0.02mm의 RMS 오차와 최대 0.07mm의 편차로 안정적인 두께 측정이 가능했습니다.
• 두께가 6.1mm에서 4.1mm로 변하는 강판 샘플에 대해, 시스템은 아크 전류, 토치 이동 속도, 필러 와이어 공급 속도를 실시간으로 성공적으로 조정했습니다.
• 고정된 파라미터를 사용한 대조군 샘플에서는 번-스루와 같은 심각한 결함이 발생했지만, 적응형 제어를 사용한 검증 샘플에서는 전체 용접 길이에 걸쳐 일관된 용접 비드와 균일한 용입이 달성되었습니다.
• 이 시스템은 기존의 개방 루프 자동 용접 방식에 비해 가변 두께 부품의 용접 품질을 크게 향상시킬 수 있음을 입증했습니다.

Figure 목록:

• Fig. 1. Automated GTAW welding cell developed for feed forward control of welding parameters through in-process ultrasonic thickness measurement. A 6 DOF robotic manipulator is fitted with a welding head, laser profiler and weld camera. The PEAK LTPA ultrasonic driver and digitiser is located directly next to the location of welding.
• Fig. 2. Custom robotic end-effector for real-time feed-forward control of the GTAW process. An ultrasonic wheel probe, fitted with high temperature cables, is mounted 90mm to the side of a GTAW welding torch using a custom adjustable mount. The gap between the two steel plates is detected through a projected laser line, in order to align the welding torch appropriately. All components of the end-effector were manufactured out of Aluminum to ensure light weight, durability and adequate temperature resistance.
• Fig. 3. Diagram of split piezoelectric crystal ultrasonic wheel probe with its key components: a) transmitting transducer; b) ultrasonic wave transmitted through the rubber tyre; c) sample under test; d) received echo of incident ultrasonic wave; e) receiving transducer.
• Fig. 4. Material thickness measurement through ultrasonic back-wall echoes. A number of successive wall reflections are utilised for averaging purposes. The thickness is measured based on the time-of-flight between the first and last reflection and the speed of sound in the material under test.
• Fig. 5. Surface temperature of machined mild steel plate during GTAW fusion welding. Measurement was captured at a section, where the machined thickness of the plates was 4 mm. All measurements were acquired using a FLIR infrared thermal imaging camera and show that no elevated temperatures are observed at lateral distances larger than 60 mm away from the welding torch.
• Fig. 6. Process flowchart for feed forward control of welding process parameters through on-line ultrasonic thickness measurement. Ultrasonic signals are acquired at a 20 kHz PRF with 128 sample averaging, resulting in a 156.25 Hz overall update rate. An accurate material thickness measurement is extracted through envelope detection, adaptive peak detection and median filtering. The welding current, welding torch travel speed and filler wire feed rate are calculated and updated on-the-fly from the measured thickness and pre-established relationships.
• Fig. 7. Reference arc current values for manual GTAW butt-welding of mild steel [29] represented as a range with lower bound (marked with ‘o’) and upper bound (marked with ‘x’). A third order polynomial (dashed line) was fitted to the reference points and was used as a starting point for developing the final arc current-part thickness relationship for GTAW welding of mild steel (solid line).
• Fig. 8. Calibration GTAW butt-weld of two mild steel plates with a machined slope representing wall thickness loss from 6.1 mm to 4.1 mm (measured using calibrated digital callipers). On-line ultrasonic thickness measurement and real-time control of welding arc, welding torch travel speed and filler wire feed rate were utilized to produce a consistent weld cap on the top face and consistent weld penetration on the bottom face of the plates.
• Fig. 9. Control and validation samples machined down to the geometry sketched in the bottom; a) Control sample manufactured with constant welding parameters assuming a constant plate thickness of 6.1 mm, as obtained by a single point measurement with calibrated digital callipers. The suboptimal arc energy used in the control sample has caused an undercut and weld burn-through in the form of holes as seen from the top face and an irregular and excessive root penetration as seen from the bottom face; b) Validation sample manufactured with adaptive welding parameters based on ultrasonically measured sample thickness and the herein developed welding parameter relationships. The weld was of good visual appearance and had consistent weld bead and root penetration.
• Fig. 10. On-the-fly welding parameter adjustment through ultrasonically measured thickness of sample with machined wall thickness loss: a) on-line measured sample thickness; b) set arc current (solid) and measured arc current (dashed); c) welding torch travel speed; d) filler wire feed rate.

7. 결론:

본 논문에서 설명된 연구는 인프로세스 초음파 두께 측정과 아크 전류, 토치 이동 속도 및 와이어 공급의 피드-포워드 용접 파라미터 제어를 사용하는 센서 기반 자동 GTAW 용접 시스템의 설계 및 테스트를 설명했습니다. 몇 가지 중요한 기여가 논문에 요약되었습니다.

첫째, 로봇으로 배치된 초음파 휠 프로브를 사용하는 새로운 감지 접근법이 설명되었습니다. 설계 및 제조된 맞춤형 6자유도 마운트는 휠 프로브를 용접 토치 주위에 자유롭게 위치시킬 수 있도록 했습니다. 용접 전원 및 매니퓰레이터 로봇에서 방출되는 환경 소음을 억제하기 위해 실시간 신호 처리가 구현되어 용접된 샘플의 온라인 초음파 측정을 가능하게 했습니다.

둘째, 휠 프로브 타이어의 왜곡 및 샘플 표면의 변화를 수용하여 실시간으로 정확한 두께 추정을 제공할 수 있는 초음파 두께 측정 알고리즘이 도입되었습니다.

셋째, 시연 시스템을 사용하여 4.1mm와 6.1mm 사이의 두께를 가진 S275 연강 판재의 맞대기 용접을 위한 샘플 두께와 아크 전류, 용접 토치 이동 속도 및 필러 와이어 공급 속도 간의 파라미터 관계가 설정 및 검증되었습니다.

아크 전류, 토치 이동 속도 및 와이어 공급 속도의 폐쇄 루프 피드-포워드 제어가 가변 두께 강철 샘플에서 일관된 용접 이음매와 균일한 용입을 제공함이 입증되었습니다. 또한, 개발된 접근법은 샘플 두께의 변화를 수용할 수 있으며, 정상적인 개방 루프 상황에서는 샘플 번-스루 및 과도한 용입으로 이어져 최종 제품 무결성, 생산 속도 및 재작업 감소 측면에서 개선을 가져옵니다.

8. 참고문헌:

1. K. Weman and G. Lindén, Mig Welding Guide. Woodhead Publishing, 2006.
2. D. Manufacturing Institute, “The skills gap in U.S. manufacturing 2015 and beyond.” 2015.
3. M. Hardie and A. Banks, “The Changing Shape of UK Manufacturing.” The Office for National Statistics, Oct. 22, 2014.
4. Airbus, “Flying by numbers: Global Market Forecast for 2015-2034.” 2015.
5. McKinsey & Company, “The road to 2020 and beyond: What’s driving the global automotive industry.” Sep. 2013.
6. IHS Global, “Impact of the Manufacturing Renaissance from Energy Intensive Sectors.” 2013.
7. Germany Trade & Invest, “GTAI – Industrie 4.0 What is it?,” Germany Trade & Invest. https://www.gtai.de/GTAI/Navigation/EN/Invest/Industries/Industrie-4-0/Industrie-4-0/industrie-4-0-what-is-it.html#1798424 (accessed Sep. 02, 2019).
8. K. Weman, “15 – Mechanisation and robot welding,” in Welding Processes Handbook (Second edition), Woodhead Publishing, 2012, pp. 157–166.
9. A. E. Öberg and E. Åstrand, “Variation in welding procedure specification approach and its effect on productivity,” Procedia Manufacturing, vol. 25, pp. 412-417, Jan. 2018, doi: 10.1016/j.promfg.2018.06.111.
10. T. Font comas, C. Diao, J. Ding, S. Williams, and Y. Zhao, “A Passive Imaging System for Geometry Measurement for the Plasma Arc Welding Process,” IEEE Transactions on Industrial Electronics, vol. 64, no. 9, pp. 7201-7209, Sep. 2017, doi: 10.1109/TIE.2017.2686349.
11. P. Ghanty et al., “Artificial neural network approach for estimating weld bead width and depth of penetration from infrared thermal image of weld pool,” Science and Technology of Welding and Joining, vol. 13, no. 4, pp. 395-401, May 2008, doi: 10.1179/174329308X300118.
12. X. Li, X. Li, S. S. Ge, M. O. Khyam, and C. Luo, “Automatic Welding Seam Tracking and Identification,” IEEE Transactions on Industrial Electronics, vol. 64, no. 9, pp. 7261–7271, Sep. 2017, doi: 10.1109/TIE.2017.2694399.
13. Yuan Li, You Fu Li, Qing Lin Wang, De Xu, and Min Tan, “Measurement and Defect Detection of the Weld Bead Based on Online Vision Inspection,” IEEE Transactions on Instrumentation and Measurement, vol. 59, no. 7, pp. 1841–1849, Jul. 2010, doi: 10.1109/TIM.2009.2028222.
14. Y. M. Zhang, R. Kovacevic, and L. Li, “Adaptive control of full penetration gas tungsten arc welding,” IEEE Transactions on Control Systems Technology, vol. 4, no. 4, pp. 394–403, Jul. 1996, doi: 10.1109/87.508887.
15. Z. Wang, “An Imaging and Measurement System for Robust Reconstruction of Weld Pool During Arc Welding,” IEEE Transactions on Industrial Electronics, vol. 62, no. 8, pp. 5109–5118, Aug. 2015, doi: 10.1109/TIE.2015.2405494.
16. Y. Liu, W. J. Zhang, and Y. Zhang, “Estimation of Weld Joint Penetration under Varying GTA Pools,” 2013. /paper/Estimation-of-Weld-Joint-Penetration-under-Varying-Liu-Zhang/a147600842ec3d598af4182201503642251f26ec (accessed Jan. 17, 2021).
17. Y. Liu and Y. Zhang, “Control of 3D weld pool surface,” Control Engineering Practice, vol. 21, no. 11, pp. 1469-1480, Nov. 2013, doi: 10.1016/j.conengprac.2013.06.019.
18. R. K. W. Vithanage et al., “A phased array ultrasound roller probe for automated in-process/interpass inspection of multipass welds,” IEEE Transactions on Industrial Electronics, pp. 1-1, 2020, doi: 10.1109/TIE.2020.3042112.
19. L. C. Lynnworth, Ultrasonic Measurements for Process Control: Theory, Techniques, Applications. Academic Press, 2013.
20. T. Pfeifer and M. Benz, “Ultrasonic on-machine measurement for internal topographies,” International Journal of Production Research, vol. 40, no. 15, pp. 3821-3834, Jan. 2002, doi: 10.1080/00207540210133525.
21. P. Gao, C. Wang, Y. Li, and Z. Cong, “Electromagnetic and eddy current NDT in weld inspection: A review,” Insight – Non-Destructive Testing and Condition Monitoring, vol. 57, Jun. 2015, doi: 10.1784/insi.2015.57.6.337.
22. B. P. C. Rao, B. Raj, T. Jayakumar, and P. Kalyanasundaram, “An artificial neural network for eddy current testing of austenitic stainless steel welds,” NDT & E International, vol. 35, no. 6, pp. 393-398, Sep. 2002, doi: 10.1016/S0963-8695(02)00007-5.
23. T. Kiwa, H. Tahara, E. Miyake, H. Yamada, and K. Tsukada, “Non-Contact Thickness Gauge for Conductive Materials Using HTS SQUID System,” IEEE Transactions on Applied Superconductivity, vol. 19, no. 3, pp. 801-803, Jun. 2009, doi: 10.1109/TASC.2009.2019196.
24. Y. Yu, Y. Zou, M. A. Hosani, and G. Tian, “Conductivity Invariance Phenomenon of Eddy Current NDT: Investigation, Verification, and Application,” IEEE Transactions on Magnetics, vol. 53, no. 1, pp. 1-7, Jan. 2017, doi: 10.1109/TMAG.2016.2616328.
25. OLYMPUS, “45MG Ultrasonic Thickness Gage.” https://www.olympus-ims.com/en/45mg/#!cms[focus]=cmsContent11047 (accessed Feb. 11, 2020).
26. B. Drinkwater and P. Cawley, “An Ultrasonic Wheel Probe Alternative to Liquid Coupling,” in Review of Progress in Quantitative Nondestructive Evaluation: Volume 14, D. O. Thompson and D. E. Chimenti, Eds. Boston, MA: Springer US, 1995, pp. 983–989.
27. C. Mineo et al., “Fast ultrasonic phased array inspection of complex geometries delivered through robotic manipulators and high speed data acquisition instrumentation,” in 2016 IEEE International Ultrasonics Symposium (IUS), Sep. 2016, pp. 1-4, doi: 10.1109/ULTSYM.2016.7728746.
28. C. N. Macleod, G. Dobie, S. G. Pierce, R. Summan, and M. Morozov, “Machining-Based Coverage Path Planning for Automated Structural Inspection,” IEEE Transactions on Automation Science and Engineering, vol. 15, no. 1, pp. 202–213, Jan. 2018, doi: 10.1109/TASE.2016.2601880.
29. MillerWelds, “TIG Weld Setting Calculator.” https://www.millerwelds.com/resources/weld-setting-calculators/tig-welding-calculator (accessed Mar. 05, 2020).
30. Jäckle Schweiß- und Schneidtechnik GmbH, “Jackle ProTIG 350AC / DC Operating Manual.” [Online]. Available: https://www.jaeckleess.com/out/media/BeOp-ProTIG-350-AC-DC-V1-0(3).pdf.
31. KUKA Robot Group, “KR 5 arc HW, KR 5 arc HW-2 Specification.” Mar. 23, 2016, Accessed: Sep. 05, 2019. [Online]. Available: https://www.kuka.com/-/media/kuka-downloads/imported/48ec812b1b2947898ac2598aff70abc0/spez_kr_5_arc_hw_en.pdf?rev=2c03c098785645f4a9fe488936fa5f10?modified=-1090730564.
32. “KUKA.RobotSensorInterface,” Apr. 2014. http://www.kuka-robotics.com.
33. Micro-Epsilon, “Compact laser scanner for high precision.” https://www.micro-epsilon.co.uk/2D_3D/laser-scanner/scanCONTROL-2900/ (accessed Mar. 05, 2020).
34. National Instruments, “cRIO-9038.” http://www.ni.com/en-gb/support/model.crio-9038.html (accessed Sep. 05, 2019).
35. Eddyfi, “R-scan Manual Ultrasonic System.” https://eddyfi.com/en/product/rscan-manual-ultrasonic-system (accessed Mar. 05, 2020).

전문가 Q&A: 자주 묻는 질문

Q1: 와전류(EC) 검사와 같은 다른 비접촉 방식 대신 초음파 휠 프로브를 선택한 이유는 무엇인가요?

A1: 논문에 따르면, EC 검사는 리프트-오프 거리(센서와 표면 간 거리) 변화와 재료의 전도성 및 투자율 변화에 민감합니다. 또한, 용접 아크에서 발생하는 강력한 전자기 간섭(EMI)이 저전류 EC 측정에 영향을 줄 가능성이 큽니다. 반면, 건식 접촉 초음파 휠 프로브는 표면에 직접 접촉하여 구르기 때문에 이러한 문제에서 비교적 자유롭고, 열악한 용접 환경에서도 더 견고하고 안정적인 두께 측정을 제공하므로 이 연구에 더 적합했습니다.

Q2: 초음파 프로브와 용접 토치 사이의 거리 90mm는 어떻게 결정되었나요?

A2: 이 거리는 열적 안정성을 고려하여 결정되었습니다. 그림 5의 열화상 카메라 측정 데이터에 따르면, 용접 토치로부터 측면으로 60mm 이상 떨어진 지점부터는 강판의 표면 온도가 급격히 낮아져 거의 상온에 가깝게 유지됩니다. 90mm 거리는 프로브 내부의 압전 변환기(일반적으로 60°C 이상에서 손상될 수 있음)를 과도한 열로부터 보호하고, 온도 변화로 인한 재료 내 음속 변화를 방지하여 측정의 정확성을 보장하기 위한 최적의 거리입니다.

Q3: 두께 계산에 첫 번째 에코 대신 여러 개의 후면 에코(back-wall echoes)를 사용하는 것(방정식 1)의 중요성은 무엇인가요?

A3: 논문에서는 휠 프로브 타이어의 압축 특성과 타이어와 강판 사이의 음속 차이 때문에, 전통적인 방식처럼 투과 펄스와 첫 번째 후면 에코 사이의 시간으로 두께를 계산하는 것이 부적합하다고 설명합니다. 대신, 첫 번째 후면 에코와 세 번째 후면 에코처럼 연속적인 여러 에코 사이의 시간차를 이용하면 이러한 변동성을 상쇄할 수 있습니다. 이 방법은 로봇 위치나 표면 상태에 따른 미세한 접촉 압력 변화에도 더 강건하고 정확한 두께 측정값을 제공합니다.

Q4: 이 제어 전략은 ‘피드-포워드’로 설명됩니다. 이를 ‘피드-백’ 시스템과 결합할 수 있나요?

A4: 네, 가능하며 논문의 ‘향후 연구(Future Work)’ 섹션에서 이를 직접 제안하고 있습니다. 현재의 피드-포워드 시스템은 다가올 부품의 두께를 ‘예측’하여 기본 파라미터를 설정하는 역할을 합니다. 여기에 레이저 프로파일러나 위상 배열 초음파 센서와 같은 피드-백 시스템을 추가하면, 실제 형성되는 용접 풀이나 비드의 형상을 실시간으로 모니터링하여 파라미터를 미세 조정할 수 있습니다. 이 두 시스템을 결합하면 훨씬 더 정밀하고 강건한 하이브리드 제어 시스템을 구축할 수 있습니다.

Q5: 시스템의 최소 공간 분해능은 얼마였으며, 무엇에 의해 결정되었나요?

A5: 논문의 방정식 2에 따라 계산된 최소 공간 분해능은 최악의 경우(가장 빠른 이동 속도) 2.3mm였습니다. 이 값은 토치 이동 속도, 초음파 펄스 반복 주파수(PRF, 20kHz), 그리고 신호 처리에 사용된 평균 샘플 수(128개)와 중앙값 필터 길이(128개)에 의해 결정됩니다. 이는 시스템이 약 2.3mm 이상의 길이에서 발생하는 두께 변화에 반응하여 용접 파라미터를 조정할 수 있음을 의미합니다.

결론: 더 높은 품질과 생산성을 향한 길

가변 두께 부품의 용접은 오랫동안 제조업의 난제였습니다. 본 연구는 실시간 초음파 두께 측정과 피드-포워드 용접 공정 제어를 결합하여 이 문제를 해결할 수 있는 혁신적이고 실용적인 해법을 제시했습니다. 번-스루와 같은 치명적인 결함을 방지하고, 전체 용접 라인에 걸쳐 일관된 품질을 보장함으로써, 이 기술은 재작업 비용을 줄이고 생산성을 높이며, 더 복잡하고 최적화된 부품 설계를 가능하게 합니다.

(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.

• 연락처 : 02-2026-0442
• 이메일 : flow3d@stikorea.co.kr

저작권 정보

• 이 콘텐츠는 “Momchil Vasilev” 외 저자의 논문 “Feed Forward Control of Welding Process Parameters Through On-Line Ultrasonic Thickness Measurement”을 기반으로 한 요약 및 분석 자료입니다.
• 출처: (DOI 또는 논문 링크 정보가 원문에 없어 생략)

이 자료는 정보 제공 목적으로만 사용됩니다. 무단 상업적 사용을 금합니다. Copyright © 2025 STI C&D. All rights reserved.