원주 TIG 용접에서 이면 비드 형상 제어를 위한 Filler Wire 송급힘과 용접자세의 상관 관계에 대한 연구

Q: 이 논문에서 정의한 Filler Wire 송급힘이란 무엇인가?

용접 과정에서 용가재를 용융 풀 내부로 밀어 넣을 때 발생하는 힘을 의미한다. 이는 용접 전류, 토치 이송 속도, 용접 위치 및 송급 속도와 같은 공정 변수에 따라 변화하며, 용융 풀의 상태를 추정하고 이면 비드 형상을 예측하는 핵심 파라미터로 활용된다.

Q: 원주 TIG 용접에서 Filler Wire 송급힘과 이면 비드 형상의 관계는 무엇인가?

연구 결과, Filler Wire 송급힘은 용접 전류와 송급량 변화에 따라 달라지며 용융 풀의 상태를 반영한다. 따라서 인공신경회로망을 통해 공정 변수와 송급힘 간의 관계를 모델링함으로써, 중력 영향이 포함된 용접 자세별 이면 비드 형상을 정밀하게 추정할 수 있다.

강선호; 조형석; 장용삼; 장희석; 우승엽

추천

검색

질문

자료유형: 학술대회자료

저자정보: 강선호 조형석 장용삼 장희석 우승엽

저널정보: 제어로봇시스템학회 제어로봇시스템학회 국내학술대회 논문집 1996년 한국자동제어학술회의 논문집 제2권

발행연도: 1996.10

수록면: 792 - 795 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In TIG welding of pipe, back bead size monitoring is important for weld quality assurance. Many researches have been performed on estimation of the back bead size by heat conduction analysis. However numerical conduction model based on many uncertain thermal parameters causes remarkable errors and thermomechanical phenomena in molten pool can not be considered. In this paper, filler wire feeding force in addition to weld current, wire feedrate, torch travel speed and orbital positon angle is monitored to estimate back bead size in orbital TIG welding. Monitored welding process variables are fed into an artificial neural network estimator which has been trained with the monitored process variables (input patterns) and actual back bead size (output patterns). Experimental verification of the proposed estimation method was performed. The predicted results are in a good agreement with the actual back bead shape. The results are quite promising in that estimation of invisible back bead shape can be achieved by analyzing the welding parameters without any conventional NDT of welds.

#Orbial TIG welding #Artificial neural net #Feeding force #Back bead shape #Estimator

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2014-569-000842976

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)