Skip to content

Welding

용접(鎔接,) 또는 웰딩(영어: welding)은 금속, 유리, 플라스틱 등을 열과 압력으로 접합하는 기술이다. 이는 두 물질 사이의 원자간 결합을 이루어 접합하는 것으로, 재료를 절감할 수 있다.

용접은 보통 매우 높은 온도에서 작업이 이루어지므로 보호 용구를 꼭 착용하여야 한다.

Categories

심 (Seam)

용접 심(Seam) 은 두 금속 소재를 맞대거나 겹쳐서 접합했을 때 생기는 연속적인 이음매(선)를 의미합니다.

회전하는 롤러 전극을 이용해 겹친 부위를 연속적으로 점용접하는 '심 용접(Seam Welding)' 방식이 대표적이며, 기밀성이나 수밀성이 필요한 연료 탱크, 캔, 자동차 부품 제작에 널리 활용됩니다.

그래서 우리가 흔히 볼 수 있는 표현이 "심리스 (Seamless)" 인데 이것은 바로 심이 없다, 용접선이 없다, 는 것입니다.

C-seam & L-seam

Seam앞에 붙은 알파벳의 의미만 알면 쉽게 이해할 수 있습니다.

  • C - Circumferential - 원주의
  • L - Longitudinal - 길이방향의

C-seam_and_L-seam.png

이는 배관의 사진입니다. 좌측이 원주방향의 C-seam, 우측이 길이방향의 L-seam입니다.

기공 (Porosity)

스패터 (Spatter)

용접중에 전류, 전압의 조합이 적절치 않은 경우, 어스의 접촉불량 등의 이유로 용접봉이나 와이어의  용융금속이 용접부 모재에 정상적으로 용착되지않고 사방으로 튀어 비산되거나 주위에 작은 덩어리의 상태로 일부 녹아 붙어 있거나 가볍게 붙어있는 것으로  일종의 결함 발생의 원인이 되기도 하며 그 자체가 결함이 되기도 한다.

잠호 아크 용접 (SAW)

자세한 내용은 Submerged arc welding (SAW) 항목 참조.

용접부 (Weldment)

용접을 통해 두 모재(금속 재료)가 하나로 합쳐진 전체 영역을 말합니다. 세부적으로는 다음과 같이 나뉩니다.

  • 용착 금속 (Deposited Metal): 용접봉이 녹아서 채워진 순수한 금속 부분입니다.
  • 융합부 (Bond): 모재가 녹아서 용착 금속과 섞인 경계 지점입니다.
  • 열영향부 (HAZ, Heat Affected Zone): 녹지는 않았지만 용접 열에 의해 금속의 성질(조직)이 변한 주변 부위입니다.

비드 (Bead)

용접부의 표면 명칭. 용접을 한 번 지나갔을 때 표면에 만들어진 물결 모양의 흔적이나 융기된 부분을 비드라고 부릅니다.

표면의 세부 부위 명칭

비드 내에서도 위치에 따라 부르는 이름이 다릅니다.

  • 지부 (Toe): 용접 비드의 표면과 모재가 만나는 지점(가장자리 끝단)입니다.
  • 페이스 (Face): 용접된 비드의 겉면(표면) 전체를 의미합니다.
  • 루트 (Root): 용접 비드의 가장 뿌리 부분(뒷면 또는 바닥)입니다.
  • 크레이터 (Crater): 용접을 끝낼 때 열을 갑자기 떼면 표면이 움푹 파이는 현상이 생기는데, 이를 크레이터라고 합니다.

탐지 (Detection) 방법

결함 탐지 (Defect Detection)

결함 탐지 (Defect Detection)는 "무엇이 결함인지 이미 정의되어 있는" 상태에서 출발합니다.

크랙, 기공, 스패터, 언더컷 같은 결함 유형이 사전에 분류되어 있고, 모델은 이 결함들을 식별하고 분류하는 것이 목표입니다.

따라서 정상 샘플과 결함 샘플 모두를 학습 데이터로 사용하는 지도 학습(supervised learning) 이 일반적입니다.

이상치 탐지 (Anomaly Detection)

이상치 탐지 (Anomaly Detection)는 반대로 "정상이 무엇인지"만 학습한 뒤, 그 분포에서 벗어나는 모든 것을 이상으로 간주합니다.

결함의 종류를 미리 알 필요가 없고, 정상 데이터만으로도 학습이 가능한 비지도/반지도 학습 기반입니다.

차이점 정리 및 용접 검사 에서는?

핵심 차이를 정리하면 다음과 같습니다.

구분

Defect Detection

Anomaly Detection

전제

결함 유형이 사전 정의됨

정상 분포만 정의됨

학습 데이터

정상 + 결함 (라벨 필요)

정상 데이터만으로 가능

출력

결함 유형·위치 분류

정상/비정상 이진 판정

미지 결함 대응

학습하지 않은 결함은 놓침

분포 밖이면 탐지 가능

대표 방법론

YOLO, Mask R-CNN, PTv3 등

AutoEncoder, PatchCore, GANomaly 등

용접 검사 맥락에서 보면,

  • 결함 탐지는 "이 포인트 클라우드에서 기공과 크랙을 찾아라"이고,
  • 이상치 탐지는 "정상 용접 비드와 다른 부분을 찾아라"입니다.

실무에서는 둘을 결합하는 경우가 많습니다.

  1. 이상치 탐지로 먼저 "뭔가 이상한 영역"을 걸러낸 뒤,
  2. 결함 탐지 모델로 해당 영역의 구체적 결함 유형을 분류하는

파이프라인이 대표적입니다. 특히 결함 샘플이 극도로 부족한 초기 단계에서는 이상치 탐지로 시작하고, 데이터가 축적되면 결함 탐지로 전환하는 전략이 현실적입니다.

데이터셋

산업용 용접 데이터셋

Github - thillRobot/seam_detection
3D LiDAR로 사전 녹화된 point cloud 기반 용접 시임(seam) 감지용 ROS 패키지. Fillet weld, T-joint 등 다양한 형상의 PCD 파일 포함.
Hugging Face - Intel Robotic Welding Multimodal Dataset
236개 용접 세션에 대한 멀티모달 데이터셋. 각 세션에 AVI 동영상, FLAC 오디오, CSV 프로세스 데이터, 후처리 이미지 5장 포함. 직접 point cloud는 아니지만 용접 품질 판정용 멀티모달 학습에 유용. (정보 공개를 요청해야 열림)
Figshare - Weld Seam Analysis Dataset (Laser Beam Welding)
100개 용접 세션의 레이저 빔 맞대기 용접 녹화 데이터. 유도 프로브 및 LWIR 카메라 데이터 포함. 용접 중 시트 변위 측정 데이터로 프로파일 분석에 활용 가능.
CSV, 열화상 데이터가 있다. Figshare, Laser Beam Welding, Inductive Probes, LWIR Camera, Time Series, Images, Thin Steel Sheets, Classification, Regression
3D point cloud measurements of the surface of HFMI treated and untreated linear butt welds - Mendeley Data
HFMI 처리 및 미처리 선형 맞대기 용접부 표면의 3D 포인트 클라우드 측정 결과
Submerged Arc Welding Open Repository
이 데이터 세트는 수중(Submerged) 아크 용접(SAW) 공정을 거친 다양한 시험편에서 얻은 데이터를 수집합니다. 여기에는 공정 데이터뿐만 아니라 공정 윈도우 매개변수 설정 등 실험 설계 정보와 비파괴 검사(NDT) 데이터도 포함됩니다.

Kaggle - Welding 관련 검색 결과

Hugging Face - Weld 관련 검색 결과

X선 용접 2D 이미지 데이터셋 (보조 학습용)

GDXray - Welding subset
X선 비파괴검사(NDT) 이미지 데이터셋. 용접 결함(기공, 크랙, 슬래그 등) 이미지 포함.
Github - Weld-defect-detection-datasets
실제 산업 방사선 검사 환경에서 수집된 용접 시임 X선 디지털 이미지 데이터셋 2종. 기공, 슬래그, 용입 부족, 크랙 등 다양한 결함 포함. 학술 연구 및 비상업적 용도.

산업용 3D Point Cloud 이상 탐지 데이터셋

자세한 내용은 Point cloud#산업용 3D Point Cloud 이상 탐지 데이터셋 항목 참조.

일반 데이터를 사용하는 방법도 ... 있을까?

데이터셋 활용 전략

LVS + PTv3 파이프라인을 고려할 경우, 다음과 같은 2단계 전략이 현실적이다:

  1. 사전학습 단계: MVTec 3D-AD와 Real3D-AD로 point cloud segmentation/anomaly detection 모델을 사전학습.
  2. Fine-tuning 단계: 실제 Micro-Epsilon scanCONTROL LVS 센서에서 수집한 용접 프로파일 데이터로 fine-tuning

thillRobot/seam_detection의 PCD 데이터는 파이프라인 테스트용 샘플로 바로 사용할 수 있어 초기 프로토타이핑에 유용하다. <- ??? 좀더 확인해 봐야 한다.

Documentations

See also

Favorite site