현재 산업현장에서 활용하는 용접용 로봇은 대부분 오프라인(off-line)으로 작업을 수행하고 있어 생산성과 용접 품질 향상에 그 기능을 충분하게 발휘하지 못하는 실정이다. 현재에는 용접 품질 향상을 위하여 용접 매카니즘이 많이 연구되어 많은 수학적인 해석과 물리적인 해석방법을 도입하여 비선형적인 용접 메카니즘을 연구하고 있다. 이러한 여러 가지 비선형적인 문제와 해석상의 어려움에도 불구하고 용접의 결함을 보완하기 위해 보다 정확한 용접데이터를 생성하기 위하여 고감도의 센서를 도입하여 신호처리 하고 있으며, 이를 이용하여 용접시스템에 포함시키는 피드백제어시스템(feed-back control system)을 구성하여 용접선 추적 및 용접 비드(bead) 형상제어에 응용하고 있다. 또한, 최근에는 인공지능제어기술이 발달되어 인간의 학습능력과 의사결정능력을 대신하는 신경회로망(neural network)과 퍼지이론(fuzzy logic)을 도입하여 용접기술을 개발하고 발전시키고 있다. 본 연구에서는 신경회로망이론을 이용하여 실시간으로 용접시스템을 모니터링하고 퍼지제어기에 의하여 용접결함을 보정하는 지능시스템을 개발방법을 제시하고자 한다.
For efficient welding it is necessary to maintain stability of the welding process and control the shape of the welding bead. The welding quality can be controlled by monitoring important parameters, such as, the Arc Voltage, Welding Current and Welding Speed during the welding process. Welding systems use either a vision sensor or an Arc sensor, both of which are unable to control these parameters directly. Therefore, it is difficult to obtain necessary bead geometry without automatically controlling the welding parameters through the sensors. In this paper we propose a novel approach using fuzzy logic and neural networks for improving welding qualify and maintaining the desired weld bead shape. Through experiments we demonstrate that the proposed system can be used for real welding processes. The results demonstrate that the system can efficiently estimate the weld bead shape and remove the welding detects
