[FB9 CAD/CAM/PDM/CPC(2)] 자유곡선을 포함한 다중형상에서의 Exit Burr 판별 프로그램 개발

이장범; 김영진

추천

검색

질문

자료유형: 학술대회자료

저자정보: 이장범 김영진

저널정보: 한국경영과학회 한국경영과학회 학술대회논문집 한국경영과학회/대한산업공학회 2003 춘계공동학술대회

발행연도: 2003.5

수록면: 470 - 474 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2003

자유곡선을 포함한 다중형상에서의 Exit Burr 판별 프로그램 개발

이장범 , 김영진 대한산업공학회 춘계공동학술대회 논문집 2003.05 학술대회자료

[FB9 CAD/CAM/PDM/CPC(2)] 자유곡선을 포함한 다중형상에서의 Exit Burr 판별 프로그램 개발

이장범 , 김영진 한국경영과학회 학술대회논문집 2003.05 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Milling 가공시 공구와 피삭재의 접합면에서는 절삭가공의 잔유물인 Burr가 생성되고, 이러한 Burr는 작업효율과 정밀도를 감소시키며 후처리과정(Deburring)을 야기시키는 원인이 된다. 그러므로 정밀도와 작업효율을 극대화하기 위해서는 이러한 Burr의 생성원리를 파악함과 동시에 Exit Burr의 여부에 대한 판별을 하여 최적의 가공조건을 맞추어 주어야 하는데, 이러한 경우에 지금까지는 점, 선 및 원으로 피삭재의 형상을 재현하여 공구의 경로와의 Exit 각을 통해 결과를 예측하는 연구를 해왔
었다.
본 논문에서 추구하고자 하는 핵심은 이러한 피삭재의 형상을 재현하기 위해 지금까지 사용해왔던 요소를 보다 다양화시키는 방안을 제시하여 프로그램의 적용 범위를 넓히려는 것이다. 예컨대 이제까지 실제 가공에서 사용되고 있는 임의형상에 대한 표현 방식 중에서 대다수 CAD 프로그램에서 곡선 및 곡면을 표현하는 경우, B-Spline Curve의 알고리즘은 패삭재의 불규칙적인 곡면을 가장 근사하게 표현하는 최적의 해결책으로 쓰여지고 있다. 그러므로 이러한 알고리즘을 통해 프로그램의 적용예를 넓히는 것은 보다 다양한 조건에서의 Burr 생성에 대한 예측을 가능케 해주는 것이다. 본 논문에서는 앞에서 언급한 바와 같이 B-Spline Curve 알고리즘을 개발하고, 프로그램에 적용하는 일련의 과정을 통해 보다 다양한 형상의 피삭재에서 단일 혹은 복합경로의 공구가 지나갈 경우에 생길 수 있는 Burr를 얼마나 효율적으로 판별할 수 있는지를 소개하고자 한다.

Abstract

1. 서론

2. 피삭재 형상의 CAD 데이터 인식

3. 복합형상의 인식

4. DXF 데이터를 이용한 Spline 형상의 구현

5. Spline 형상에 대한 Exit Burr의 기하학적인 해석

6. Exit Angle의 계산

7. 개발된 알고리즘의 적용

8. 결론 및 향후과제

9. 참고문헌

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이장범

소속기관 한국경영과학회

주요연구분야 사회과학 > 경영학

논문수 2 이용수 56

김영진

소속기관 한국전자통신연구원

주요연구분야 사회과학 > 경영학 공학 > 산업공학

논문수 115 이용수 6,488

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-325-013781110

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)