Spot welding is a representative process in automotive welding and the application of intelligent systems is accelerating. In particular, in the case of welding electrode management, the timing of electrode wear and dressing was determined by continuous spot welding evaluation, however there is concerned that errors in welding equipment or processes may work in a complex manner. In this study, a dynamic resistance waveform sensing and image measurement system that greatly affects the nugget formation, which is important to the quality of spot welding, was fabricated and used. Based on the experimental data of the galvanized steel sheet, an electrode life prediction algorithm for electrode wear was derived through CNN(Convolutional Neural Network) model of machine learning training.

스폿 용접 접합의 삼차원 모델링을 위하여 강한 불연속이 내장된 유한요소를 사용하였다. 스폿 용접의 기하학적 형상을 유한요소망 대신 요소에 내장된 불연속 면에서의 특수한 응집 법칙을 이용하여 표현하였다. 이를 통하여 기존의 적응적 유 한요소망을 이용하는 접근법과 달리 스폿 용접의 국부적인 형상에 독립적인 유한요소망을 구성할 수 있다. 또한, 스폿 용접 의 형상을 명시적으로 고려하여 모델링함으로써 기존의 점 구속조건을 이용하는 접근법과 달리 망 독립적인 해를 얻을 수 있다.