배터리의 Al/Cu 겹치기 레이저 용접에서 다중센서와 딥러닝을 이용한 표면 간극 예측 기법 (2023.10.18)

배터리의 Al/Cu 겹치기 레이저 용접에서 다중센서와 딥러닝을 이용한 표면 간극 예측 기법

기계공학과 장용훈 교수 연구팀의 김현희 석사과정생은 제74회 한국트라이볼로지 추계학술대회에서 '우수논문상-기술부문'을 수상했다.
김현희 연구원은 배터리의 전극 탭 플레이트 레이저 용접에 있어서 발생하는 표면 간극에 의한 용접부 품질 저하 문제를 해결하기 위하여 딥러닝 기법을 이용한 실시간 모니터링 기술을 제안하였다. 본 연구는 딥러닝 학습을 위하여 스펙트로미터, CCD 카메라 이미지 그리고 Optical Coherence Tomography(OCT) 센서를 이용하였으며, 키홀 깊이, 용융풀 처짐 그리고 간극 유무에 대한 데이터를 평가 및 구축하였다. 학습된 딥러닝 모델은 99%의 높은 예측 정확도를 보여주었으며, 그 중 스펙트로미터의 데이터가 가장 주요한 학습인자임을 확인하였다.

관련 논문 링크: https://tribology.kr/board/board.asp?b_code=732&Action=content&GotoPage=1&B_CATE=BBS1