메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
오대진 (충남대학교) 심범식 (충남대학교) 이원균 (충남대학교)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제45권 제4호(통권 제427호)
발행연도
2021.4
수록면
285 - 291 (7page)
DOI
10.3795/KSME-A.2021.45.4.285

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (4)

2021

자가연상신경망을 이용한 밀링 공정에서의 공구 마모 모니터링
오대진 ,  심범식 ,  이원균 대한기계학회 논문집 A권 2021.04 학술저널
자가연상신경망을 적용한 밀링 공구의 마모 모니터링
오대진 기계공학과 2021.01 학위논문

2020

자가연상신경망을 적용한 밀링 공구의 마모 예측
오대진 ,  심범식 ,  이원균 대한기계학회 춘추학술대회 2020.12 학술대회자료

2019

자가연상신경망을 이용한 밀링 공구의 마모 예측
오대진 ,  심범식 ,  이원균 한국정밀공학회 학술발표대회 논문집 2019.10 학술대회자료

초록· 키워드

오류제보하기
절삭가공 중 공정신호 모니터링 결과를 분석해 공구의 마모량을 예측하고, 이를 기반으로 공구 교체시기를 최적화함으로써 생산성을 향상시키는 공구 마모 모니터링 기술은 공작기계 지능화의 주요 기술 중 하나이다. 본 논문은 밀링가공 중 발생하는 절삭력 측정결과를 이용한 기계학습 기반 공구 마모예측 알고리즘을 제시하고 그 성능을 검증하였다. 기존의 인공신경망에서 발생할 수 있는 과적합 문제에서 비교적 자유롭고, 복잡한 경계를 가진 데이터를 분류하는 데 적합한 자가연상신경망을 적용하였다. 자가연상신경망의 특성을 이용해 공구 마모 지표를 정의하고, 절삭력에서 적절한 특성들을 산출해 신경망 학습과 평가에 사용하였다. 이후 모든 마모 단계의 데이터에 대해 마모 지표를 산출하고 다른 예측방법과 그 결과를 비교했다.
#Smart Machine Tool(스마트 공작기계) #Tool Condition Monitoring(공구 상태 모니터링) #Artificial Neural Network(인공신경망) #Machine Learning(기계학습)

목차

초록
Abstract
1. 서론
2. 공구 마모 예측 기법
3. 가공 실험
4. 공구 마모 예측모델 학습 결과
5. 결론
참고문헌(References)

참고문헌 (8)

참고문헌 신청
Teti, R., Jemielniak, K., O’Donnell, G. and Dornfeld, D., 2010, “Advanced Monitoring of Machining Operations,” CIRP Annals, Vol. 59, No. 2, pp. 717~739. google schola Stavropoulos, P., Papacharalampopoulos, A., Vasiliadis, E. and Chryssolouris, G., 2016, “Tool Wear Predictability Estimation in Milling based on Multi-Sensorial Data,” International Journal of Advanced Manufacturing Technology, Vol. 82, No. 1-4, pp. 509~521. google schola Li, X., Djordjrvich, A. and Venuvinod, P. K., 2000, “Current-Sensor-based Feed Cutting Force Intelligent Estimation and Tool Wear Condition Monitoring,” IEEE Transactions on Industrial Electronics, Vol 47, No. 3, pp. 697~702. google schola Drouillet, C., Karandikar, J., Nath, C., Journeaux, A. C., El Mansori, M. and Kurfess, T., 2016, “Tool Life Predictions in Milling Using Spindle Power with the Neural Network Technique,” Journal of Manufacturing Processes, Vol. 22, No. 3, pp. 161~168. google schola da Silva, R. H. L., da Silva, M. B. and Hassui, A., 2016, “A Probabilistic Neural Network Applied in Monitoring Tool Wear in the End Milling Operation via Acoustic Emission and Cutting Power Signals,” Machining Science and Technology, Vol. 20, No. 3, pp. 386~405. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

로봇가공시스템 가공정밀도 향상을 위한 윤곽오차 보정기술
오준영 ,  오대진 ,  전문기 외 1명 대한기계학회 춘추학술대회 2020 .12
절삭 이송속도 최적화를 위한 밀링가공 절삭부하 예측 모델
오준영 ,  전문기 ,  오대진 외 3명 한국생산제조학회 학술발표대회 논문집 2020 .12
Improvement of machining accuracy based on pose optimization of 6 DOF robot machining system
Namhyun Kim ,  Jaeyoon Shim ,  Daejin Oh 외 2명 대한기계학회 춘추학술대회 2019 .05
3D 프린팅 제품의 후처리 가공을 위한 5자유도 로봇 기반 가공시스템 설계 및 가공경로 생성
심재윤 ,  김남현 ,  오대진 외 2명 대한기계학회 논문집 A권 2019 .05
티타늄 합금 절삭가공에서 공구마모와 진동 및 절삭력의 상관관계 분석
류제두 ,  이정민 ,  김성렬 한국생산제조학회 학술발표대회 논문집 2024 .07

최근 본 자료

전체보기

댓글(0)

0