딥 러닝 기반의 이미지학습을 통한 저항 용접품질 검증

강지훈; 구남국

doi:10.3744/SNAK.2019.56.6.473

추천

검색

질문

자료유형: 학술저널

저자정보: 강지훈 (동의대학교) 구남국 (동의대학교)

저널정보: 대한조선학회 대한조선학회 논문집 대한조선학회논문집 제56권 제6호(통권 제228호)

발행연도: 2019.12

수록면: 473 - 479 (7page)

DOI: 10.3744/SNAK.2019.56.6.473

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Welding is one of the most popular joining methods and most welding quality estimation methods are executed using joined material. This paper propose welding quality estimation methods using dynamic current, voltage and resistance which are obtained during welding in real time. There are many kinds of welding method. Among them, we focused on the projection welding and gathered dynamic characteristics from two different types of projection welding. For image learning, graphs are drawn using obtained current, voltage and resistance, and the graphs are converted to images. The images are labeled with two sub-categories - normal and defect. For deep learning of images obtained from welding, Convolutional Neural Network (CNN) is applied, and Tensorflow was used as a framework for deep learning. With two resistance welding test datasets, we conclude that the Convolutional Neural Network helps in predicting the welding quality.

#Resistance welding(저항 용접) #Quality verification(품질 검증) #Deep learning(딥 러닝) #Tensorflow(텐서플로우)

참고문헌 (13)

참고문헌 신청

Cho, Y. / 1998 / A study of real-time weldability estimation of resistance spot welding using fuzzy algorithm / Journal of Welding and Joining 16(5):76~84

Esteva, A. / 2017 / Nature 542:115~118

황동수 / 2012 / 실시간 용접품질 모니터링 시스템의 개발 및 적용 동향 / 대한용접접합학회지 30(1):44~50

Hwang, I.S. / 2017 / Prediction of irregular condition of resistance spot welding process using artificial neural metwork / Proceedings of 2017 Fall Conference of Society for The Korean Welding & Joining Society

Inception

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

강지훈

소속기관 한국공학대학교

주요연구분야 사회과학 > 경영학 TOP 10% 공학 > 산업공학

논문수 27 이용수 4,946

구남국

소속기관 동의대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 10% 공학 > 조선해양공학

논문수 57 이용수 6,216

이 논문과 함께 이용한 논문

인공지능 딥러닝을 이용한 용접품질 검사

김태원 , 한창민 , 최해운 한국기계가공학회 춘추계학술대회 논문집 2020 .06

인공신경망을 이용한 저항 점용접 너겟 직경 예측에 관한 연구

김종규 , 구자훈 , 박영도 외 7명 대한용접·접합학회지 2021 .12

원형 노치 CT 시편을 이용한 다양한 피로수명평가 절차의 보수성 평가

강주연 , 장동주 , 김준영 외 7명 한국압력기기공학회 논문집 2019 .12

그린레이저를 이용한 Al-Cu 이종소재 레이저 용접 연구 및 딥러닝에 의한 품질판정

김태원 , 최해운 대한용접·접합학회지 2021 .02

적외선 열화상 기법을 이용한 차량 도어 모듈의 결함 검출

손승우 , 곽병철 , 김승태 외 2명 한국정밀공학회 학술발표대회 논문집 2019 .10

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-538-001294275

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)