Data-consistency Guided Surrogate Framework Based on a Generalized Heat Source Model for Laser Welding Simulation in Shipbuilding Industry

Abstract

Laser welding processes capable of minimizing thermal distortion at high speeds are increasingly adopted, driven by the rising demand for productivity and automation in the shipbuilding industry. While iterative experimental studies remain the primary approach for determining laser welding conditions, simulation-based methods using finite element analysis are actively pursued in both academia and industry to reduce cost and time. However, the absence of clear guidelines for selecting a tailored heat source model for specific welding conditions remains a significant barrier to these simulation-based approaches. This study proposes a generalized multi-layer heat source model and a data-consistency-guided surrogate framework to overcome these limitations. A generalized multi-layer model encompassing diverse heat source geometries is proposed, and a parameter derivation methodology using a global optimization algorithm is developed. The proposed framework successfully determines the welding heat source parameters from inputs comprising material properties, welding power, welding speed, and weld cross-sectional profiles. Empirical validation conducted on 9% Nickel steel with a 4kW heat input at 1.0 m/min and 1.5 m/min confirms that the model limits the average temperature distribution error to 1.6%. Furthermore, a CNN-based tandem architecture framework is proposed, integrating physical constraints and data consistency into the training process to overcome the limitations of metaheuristic-based global optimization algorithms. A dataset of heat source model parameters and weld cross-sections is constructed via Latin Hypercube Sampling-based heat transfer simulations, and an inverse network architecture is built with simulated cross-sectional images as input and heat source parameters as output. By incorporating physical constraints and parameter-to-cross-section data consistency into the loss function, the framework achieves high accuracy with only 600 training samples, yielding an R² of 0.87. This represents an approximately five-fold improvement in data efficiency compared to the 3200 samples needed by a standalone inverse network with regularization. Three bead-on-plate experiments provide real cross-sections, which are fed into the surrogate model to derive heat source parameters; subsequent FEA simulation yields a temperature distribution error of 1.98% against the experimental cross-sections. Using the derived heat source model, appropriate welding conditions for achieving single-pass full penetration in T-joint laser welding of 9% Nickel steel are determined through simulation and validated experimentally. This study demonstrates that simulation can replace experimental iteration in the derivation of welding conditions, contributing to productivity gains in the shipbuilding industry through reduced time and cost.|조선 산업의 생산성 향상과 자동화 수요 증가에 따라, 기존 아크 용접 대비 고속이면서도 열변형을 줄일 수 있는 레이저 용접의 도입이 가속화되고 있다. 레이저 용접 공정 시 적합한 조건을 도출하기 위해 반복 실험을 통한 연구가 주로 진행되었으나, 비용과 시간 절감을 위해 유한요소해석 기반 시뮬레이션을 활용한 연구도 학계와 산업계에서 진행되고 있다. 이를 위해 공정 조건에 적합한 열원 모델이 필요하며, 레이저 용접을 모사하는 다양한 형태의 열원 모델들이 제안되어 왔다. 그러나 특정 용접 조건에 적합한 열원 모델 선택에 대한 명확한 가이드라인이 부재하여, 시뮬레이션 기반 접근에 어려움이 존재한다. 이러한 한계를 극복하기 위해 일반화된 다층 열원 모델과 데이터 상호 정합성 기반 대리모델 프레임워크를 제안하였다. 첫째, 다양한 열원 형상을 포괄하는 다층으로 구성된 일반화된 모델을 정립하고, 전역 최적화 알고리즘을 통한 파라미터 도출 방법론을 수립하였다. 소재 물성, 공정 파워, 이동 속도 및 용접부 단면 데이터를 기반으로 용접 열원을 구성하는 파라미터의 크기를 도출한다. 친환경 선박용 9% 니켈강을 대상으로 4.0 kW 출력과 1.0 m/min, 1.5 m/min 속도 조건으로 실행되었으며, 도출된 열원 모델로 열전달 수치해석 시 실험 데이터와 비교했을 때 1.6% 수준의 평균 오차율을 확인하였다. 둘째, 메타 휴리스틱 방법에 기반한 전역 최적화 알고리즘의 한계를 극복하기 위해 물리적 제약조건과 데이터 상호 정합성을 학습 과정에 통합한 합성곱 신경망（CNN） 기반의 Tandem Networks 프레임워크를 제안하였다. Latin Hypercube Sampling을 통한 열전달 시뮬레이션으로 열원 모델 파라미터와 용접 단면 데이터셋을 확보하고, 시뮬레이션으로 도출된 단면 이미지를 입력, 열원 모델 파라미터를 출력으로 하는 역방향 네트워크 기반 아키텍처를 구성하였다. 여기에 열원 모델의 물리적 제약과 파라미터-단면 간 데이터 상호 정합성을 손실함수에 반영함으로써 아키텍쳐의 예측 정확도를 향상시켰으며, 그 결과 600개의 학습 데이터만으로 전체 파라미터에 대한 평균 결정계수 0.87을 달성하였다. 이는 데이터 상호 정합성을 고려하지 않은 독립형 역방향 네트워크에서 동일 성능을 얻기 위해 필요한 3200개 대비 약 5배의 데이터 효율성에 해당한다. 도출한 열원의 검증을 위해 3회의 Bead-on-plate 실험을 통해 실제 단면을 획득하고, 이를 대리모델에 입력하여 도출한 열원 모델을 유한요소해석을 이용해 시뮬레이션한 결과, 실제 단면 대비 온도 분포 오차율 1.98%를 확인하였다. 또한, 도출된 열원 모델을 활용하여 9% 니켈강 T형 조인트 용접 시 1-pass 완전 용입을 구현할 수 있는 적합한 용접 조건을 시뮬레이션으로 도출하고, 실험을 통해 이를 검증하였다. 본 연구는 용접 조건 도출 과정을 반복적 실험에서 시뮬레이션으로 대체할 수 있음을 실증하였으며, 이를 통해 조선산업에서의 레이저 용접 공정 조건 도출에 소요되는 시간과 비용을 절감하고 생산성을 향상시킬 수 있는 실용적 기반을 제시한다.