LWM AI: AI 기반 레이저 용접 결함 분류
공정 편차를 감지하고 결함 유형을 분류하며 용접부 특성을 예측
Laser Welding Monitor LWM AI는 산업용 레이저 용접 공정을 인라인 및 실시간으로 모니터링합니다. 공정 편차를 감지하고 각 용접의 데이터를 기록하여 완전한 추적성을 제공합니다. 또한 LWM AI는 학습된 AI 모델을 활용하여 수집된 공정 신호를 더욱 심층적으로 분석합니다.
AI 기반 평가는 용접 공정과 사용 가능한 학습 데이터에 따라 응용 분야별 결함 유형을 분류하고 용접부의 물리적 특성을 예측합니다. 여기에는 용접부 강도, 용입 깊이, 접합 면적, 부품 간 간극 및 전기저항 등이 포함됩니다.
설비 운영자는 OK/NOK 평가뿐만 아니라 명확하게 해석할 수 있는 품질값과 가능한 결함 원인에 대한 정보도 확인할 수 있습니다. 이를 통해 적절한 재작업 전략을 보다 쉽게 선택하고 공정을 최적화하며 양산 과정에서 불량품을 줄일 수 있습니다.
LWM AI는 검증된 Laser Welding Monitor LWM을 기반으로 하며, 기존 공정 모니터링 기능에 AI 기반 결함 분류와 품질 예측 기능을 추가합니다.
영상: 배터리 생산에서의 AI 기반 품질 평가
이 영상은 LWM AI가 배터리 셀 레이저 용접 과정에서 공정 데이터를 실시간으로 분석하고 결함 유형을 분류하며 용접부의 물리적 특성을 예측하는 방법을 보여줍니다.
LWM AI는 기존 공정 모니터링에 어떤 기능을 추가합니까?
물리적 품질 특성 예측
LWM AI는 수집된 공정 신호를 응용 분야별 품질값으로 변환합니다. 공정과 학습 데이터에 따라 용접부 강도, 용입 깊이, 접합 면적 또는 전기저항과 같은 특성을 실시간으로 예측할 수 있습니다. 평가는 추가 검사 시간 없이 인라인으로 수행됩니다.
결함 유형 분류 및 가능한 원인 파악
용접 불량이 발생하면 LWM AI는 단순히 NOK 평가만 제공하는 것이 아니라 해당 결함 유형도 분류합니다. 이를 통해 가능한 원인을 더욱 신속하게 파악하고 적절한 수정 또는 재작업 전략을 수립할 수 있습니다.
안정적인 평가 및 완전한 데이터 기록
정의되고 학습된 파라미터 범위 내에서 LWM AI는 변화하는 공정 조건도 안정적으로 평가할 수 있습니다. 평가 결과는 각 용접별로 기록되며 추적성, 품질 보증 및 공정 최적화에 활용할 수 있습니다.
LWM AI 적용 사례: 양산 공정에서의 AI 기반 품질 평가
배터리 접합: 용접부 특성을 실시간으로 예측
배터리 접합에서 LWM AI는 응용 분야와 학습 데이터에 따라 중요한 품질 특성을 실시간으로 예측합니다.
- 용접부의 최대 하중 또는 인장력
- 부품 간 간극
- 용입 깊이
설비 운영자는 복잡한 신호 곡선뿐만 아니라 직접 해석할 수 있는 품질값을 확인할 수 있습니다. 부적절한 클램핑 장치나 부품 위치 변화와 같은 가능한 결함 원인을 더욱 신속하게 파악하고 필요한 수정 조치를 실행할 수 있습니다.
헤어핀 용접: 접합 면적 및 전기저항 예측
LWM AI는 헤어핀 용접 과정에서 중요한 품질 특성을 실시간으로 예측합니다.
- 용접부의 접합 면적
- 전기저항
또한 AI는 가능한 결함 유형을 분류하고 레이저 출력 부족이나 잘못된 초점 위치 등을 식별할 수 있습니다. 이를 통해 설비 운영자는 용접 불량을 더욱 신뢰성 있게 평가하고 적절한 재작업 조치를 결정할 수 있습니다.
Audi 적용 사례: 각형 배터리 셀을 위한 AI 기반 품질 보증
Precitec는 Audi와 협력하여 각형 배터리 셀 접합에 LWM AI를 적용하고 양산 단계까지 발전시켰습니다. AI는 레이저 용접 공정을 실시간으로 분석하고 인장력, 부품 간 간극 및 용입 깊이와 같은 품질 특성을 예측합니다. 또한 초점 위치와 레이저 출력의 편차도 감지합니다.
이를 통해 클램핑 장치 또는 자재 취급 과정에서 발생하는 체계적인 오류를 조기에 식별할 수 있습니다. 명확한 물리적 품질값은 평가를 간소화하고 필요한 재작업을 가능하게 하며, 불량품을 줄이는 동시에 배터리 셀 생산의 생산성을 높이는 데 기여합니다.
기술 데이터
- AI 기반 응용 분야별 결함 유형 분류
- 여러 물리적 품질 특성의 실시간 예측
- 추가 검사 시간이 필요 없는 인라인 데이터 수집 및 평가
- 결함 유형 감지를 포함한 자동 OK/NOK 평가
- IR, 청색 및 녹색 고체 레이저에 적용 가능
- CW 및 펄스 레이저 공정에 적용 가능
- 적용 분야: 소비자 전자제품, E-모빌리티용 배터리 및 스테이터 생산
양식을 로드하려면 귀하의 동의가 필요합니다!
당사는 귀하의 활동에 대한 데이터를 수집할 수 있는 콘텐츠를 삽입하기 위해 Marketing Cloud Account Engagement (Pardot) 양식을 사용합니다. 세부 사항을 검토하고 Pardot 상자를 클릭하여 서비스에 동의하고 콘텐츠를 확인하세요.양식이 올바르게 표시되지 않으면 지금 데이터 시트 다운로드를 다시 한 번 클릭해 주세요.
문의 사항이나 견적 요청이 있으신가요? 언제든지 문의해 주십시오.
