일부 시제품의 인증 및 인허가 취득 단계 - 조선 기자재의 경우 선급기관 인증, 의약품의 경우 식약청의 품목 허가 등
TRL09
사업화
본격적인 양산 및 사업화 단계
기술개요
자동화된 실시간 용접 품질검사를 위해 용접 비드 이미지 획득 및 딥러닝 모델을 이용한 불량 용접 비드 검출 기술
- 불량 비드 검출 및 패턴 분류용 딥러닝 모델 학습 및 추론 기술
- 비드 이미지 학습데이터셋 구축을 위한 정밀제어 플랫폼 기술
- 품질검사 결과 시각화 및 학습데이터 관리를 위한 GUI 기술
기술특징
- 용접 비드 학습데이터 구축/생성/관리 및 추론 결과 시각화를 위한 그래픽 기반 사용자 인터페이스 제공으로 작업자 편의성 제공
- 딥러닝 학습모델(Faster R-CNN)에 기 구축된 용접비드 학습데이터셋의 전이학습을 적용하여 4종 불량 용접(편용접, 오버랩, 기포, 스패터)에 대한 높은 수준의 불량 비드 검출 성능 제공
- 용접 샘플의 전방향 촬영 가능한 정밀제어 플랫폼 구성으로 샘플 전체 용접 비드에 대한 품질검사 가능 (360도 8방향 검사 제공, 샘플 당 총 검사시간 1분 이내)
- 카메라-조명-스테이지 일체형 정밀제어 플랫폼 제공으로 용접 비드 이미지 학습데이터 구축 용이
활용분야
- (최초수요) 용접 시스템 개발 업체: 기존 용접 시스템의 실시간 용접품질 모니터링 엔진으로 탑재하여 고성능 용접 시스템 라인업 구축 및 부가가치 제고
- (중간수요) 용접 자동화 업체: 기존 자동 용접 로봇 시스템과 연동하여 용접 품질 판별 자동화 시스템 고도화 및 각종 판넬/부품 용접 라인에 투입하여 사업화 확산
- (최종수요) 자동차 부품 제작 업체: 각종 판넬 및 부품 용접 라인에 투입하여 용접 자동화 시스템 장치로 활용함으로써 용접 결함률을 감소시키고 재작업에 소요되는 비용/시간 절감으로 생산성 및 효율성 증대로 경쟁 우위 선점
시장동향
전 세계 비파괴 검사 시장 중 외관 검사(Vision test) 시장은 2020년 4.1억 달러에서 연평균 6.39% 성장하여 2024년에는 5.1억 달러에 이를 것으로 전망