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
노은솔 (공주대학교) 이사랑 (공주대학교) 김민수 (공주대학교) 홍석무 (공주대학교)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제44권 제11호(통권 제422호)
발행연도
2020.11
수록면
835 - 842 (8page)
DOI
10.3795/KSME-A.2020.44.11.835

이용수

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

이 논문의 연구 히스토리 (3)

2021

전이학습 기반 CNN을 통한 풀림 방지 코팅 볼트 이진 분류에 관한 연구
노은솔 ,  이사랑 ,  홍석무 한국산학기술학회 논문지 2021.02 학술저널
시각화 기법 및 전이학습 기반 CNN을 적용한 풀림 방지 코팅 볼트 선별
노은솔 미래융합공학과 2021.01 학위논문

2020

CNN 및 모델 시각화 기법을 사용한 코팅 볼트 불량 판별
노은솔 ,  이사랑 ,  김민수 외 1명 대한기계학회 논문집 A권 2020.11 학술저널

초록· 키워드

오류제보하기
자동차 부품은 대부분 볼트로 체결되며 풀림을 방지하기 위해 코팅 처리를 한다. 볼트 나사산에 코팅액 도포 시 용액의 점도 및 분사 속도로 불량 제품이 발생되어 비전 또는 수동으로 불량을 선별하나 시간 및 비용 문제로 자동화 공정이 필요하다. 이에 기존 연구는 서포트 벡터 머신(SVM)을 적용했으나, 데이터 크기에 따른 속도 저하 및 추가 학습 불가능으로 양산 적용이 어렵다. 문제점을 보완하고자 본 연구는 합성곱 신경망(CNN)으로 코팅 불량을 학습하고 향상된 볼트 불량 판별을 위해 시각화 기법을 사용한다. 코팅 불량 판별 알고리듬으로 사용된 CNN은 VGG-16이며, 97%의 정확도를 확보했다. 이는 시각화기법을 적용해 풀림 방지 코팅 이외에 조명, 볼트 지그 등 주변 다른 요인의 영향 또한 포함함을 확인했다. 이를 개선하기 위해 이미지 전처리를 사용해 볼트 영역만을 표현했다. 재학습 모델은 97%의 정확도로 초기 모델과 비슷하지만, 코팅 불량만을 판단할 수 있다. 본 연구에서 적용한 CNN 시각화 기법을 통해 기존 알 수 없었던 불량의 판단 기준 및 위치를 정량적으로 정확히 판단할 수 있었다.
#Anti-Loosening Coating Bolt(풀림 방지 코팅 볼트) #Convolutional Neural Networks(합성곱 신경망) #Class Activation Mapping(클래스 활성화 맵) #Gradient-Weighted Class Activation Mapping(그래드 캠) #Region of Interest(관심 영역 지정)

목차

초록
Abstract
1. 서론
2. 본론
3. 결론
참고문헌(References)

참고문헌 (15)

참고문헌 신청
Kim, J. U., Ko, Y. H. and Lee, S. W., 2016, “Adaptive Thresholding Method Using Zone Searching based on Representative Points for Improving the Performance of LCD Defect Detection,” The Journal of the Korea Contents Association, Vol. 16, No. 7, pp. 689~699. google schola Ha, M. and Park, T., 2020, “CCM Defect Classification System based on Machine Learning for Smart Factory,” The Journal of the Korean Institute of Industrial Engineers, Vol. 46, No. 1, pp. 64~70. google schola Noh, E., Yi, S. and Hong, S., 2020, “Screening of Bolt Coating Defects Using Machine Learning and Support Vector Machine,” Journal of Green Engineering (in press). google schola Choi, H. and Seo, K., 2017, “CNN based Detection of Surface Defects for Electronic Parts,” The Journal of the Korean Institute of Intelligent Systems, Vol. 27, No. 3, pp. 195~200. google schola Park, J., Kim, J., Kim, H., Mo, K. and Kang, P., 2018, “Wafer Map-based Defect Detection Using Convolutional Neural Networks,” The Journal of the Korean Institute of Industrial Engineers, Vol. 44, No. 4, pp. 249~258. 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

Examining Korean English Teachers’ Question-in-Interaction with Young Learners : Discussion Beyond Initiation-Response-Feedback (IRF)
Wooyoung Pa ,  k 응용언어학 2014 .09
신호등 인지 기반 동적 ROI 설정
김영근 ,  강창묵 한국자동차공학회 추계학술대회 및 전시회 2023 .11
탄소나노튜브 면상 발열체가 적용된 급속가열 금형의 전원부 체결불량에 따른 발열 안정성 분석
이현민 ,  김동언 ,  김종선 외 4명 한국정밀공학회 학술발표대회 논문집 2020 .09
화물열차 공기제동 완해불량 방지 밸브의 내구성 평가
이준구 ,  김철수 한국산학기술학회 논문지 2020 .09
송풍기에 적용한 모터 제어 시뮬레이션에 관한 연구
황계호 ,  김윤 ,  황나희 외 1명 한국조명·전기설비학회 학술대회논문집 2019 .11

최근 본 자료

전체보기

댓글(0)

0