ANN 모델링 및 CNN 기반 예측모델을 이용한 탄소섬유강화 단방향 복합재료의 가로방향 기계적 거동 예측 성능 비교

김도원; 임재혁

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김도원 (전북대학교) 임재혁 (전북대학교)

저널정보: 대한기계학회 대한기계학회 춘추학술대회 대한기계학회 신뢰성부문 2021년도 춘계학술대회 논문집

발행연도: 2021.4

수록면: 118 - 118 (1page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (3)

2022

심층 신경망 및 합성곱 신경망 모델을 이용한 단방향 복합재료의 가로방향 기계적 거동 예측 및 검증

김도원 기계공학(기계공학) 2022.01 학위논문

2021

ANN 모델링 및 CNN 기반 예측모델을 이용한 단방향 복합재료의 가로방향 기계적 거동 예측 성능 비교

김도원 , 임재혁 한국항공우주학회 학술발표회 초록집 2021.07 학술대회자료

ANN 모델링 및 CNN 기반 예측모델을 이용한 탄소섬유강화 단방향 복합재료의 가로방향 기계적 거동 예측 성능 비교

김도원 , 임재혁 대한기계학회 춘추학술대회 2021.04 학술대회자료

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

초록· 키워드

오류제보하기

본 연구에서는 단 방향 (UD) 합성물 (E-glass / MY750)의 가로 탄성 계수를 예측하기 위하여 섬유 위치 및 체적비를 사용한 인공 신경망 (ANN) 모델링 및 이미지 처리 기법을 사용한 합성곱 신경망 (CNN) 모델링의 접근 방식을 제안하고 성능을 비교하였다. 이 예측을 위해 RSE 알고리즘<sup>(1,2)</sup>에 의해 40 %, 50 % 및 60 %의 각 섬유 체적비에 대해 300 개의 RVE 샘플이 생성되었으며, 전산 균질화 기법에 의해 E2, G12 및 G23의 세 가지 가로 탄성 계수를 얻었다. 첫번째로, ANN 모델링의 경우 입력 데이터 (섬유 체적비 및 위치) 및 전산 균질화 기법 (CHS)에 의해 계산된 출력 데이터 (등가 탄성 계수)로 구성된 훈련 데이터 세트를 사용하여 역 전파 알고리즘에 의해 적절한 가중 ... 전체 초록 보기

#Unidirectional composites (단방향 복합재료) #Representative volume element (대표 체적 요소) #Random sequential expansion (무작위 순차 확장) #Artificial neural network (인공 신경망) #Convolutional neural network (합성곱 신경망)

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

Do-Won Kim

소속기관 고려대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 전기전자공학 > 제어계측공학

논문수 21 이용수 1,296

임재혁

소속기관 전북대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 5% 공학 > 기계공학 > 항공우주공학 TOP 1%

논문수 170 이용수 21,161

이 논문과 함께 이용한 논문

마이크로/나노 압입시험에 의한 재료특성평가

이형일 , 이진행 대한기계학회 논문집 A권 2008 .10

ANN 모델링 및 CNN 기반 예측모델을 이용한 단방향 복합재료의 가로방향 기계적 거동 예측 성능 비교

김도원 , 임재혁 한국항공우주학회 학술발표회 초록집 2021 .07

예비조종사의 G-test 결과에 따른 신체조성, 체력, Grit(투지) 연구

신승환 한국웰니스학회지 2017 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-550-001680730

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 (3)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)