머신 러닝을 이용한 레이저 용접의 용입깊이 모델링 및 공정변수 맵

고범수; 유현정; 방희선; 김철희

추천

검색

질문

자료유형: 학술저널

저자정보: 고범수 (조선대학교) 유현정 (한국생산기술연구원) 방희선 (조선대학교) 김철희 (한국생산기술연구원)

저널정보: 대한용접·접합학회 대한용접·접합학회지 大韓熔接·接合學會誌第39卷第4號

발행연도: 2021.8

수록면: 392 - 401 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Penetration control is an important factor in determining the weld quality in keyhole mode laser welding, which enables deep penetration. In this study, machine learning models and neural network models were developed by using 380 published welding data which were constructed for steel base metals under the following welding conditions: a laser power of 0.3-16.7 kW, a welding speed of 0.3-20.0 m/min, and a bead diameter of 0.05-0.78 mm.
A machine learning model SVM (supported vector machine) could accurately predict the penetration depth with a coefficient of determination, R² of 0.95. A shallow neural network model with five nodes in only one hidden layer was developed with a slightly improved accuracy with R² of 0.98. It was confirmed that neither model was overfitted, and process parameters (welding speed and beam diameter) maps with penetration depth contours were provided for a laser power of 2-8 kW.

#Laser welding #Deep penetration #Prediction #Machine learning #Deep learning #Contour map

참고문헌 (22)

참고문헌 신청

C. H. Kim / 2010 / A Study on the CO2 Laser Welding Characteristics of High Strength Steel up to 1500 MPa for Automotive Application / J. Achiev. Mater. Manuf. Eng 39(1):79~86

전인환 / 2016 / 탄소 당량식을 이용한 고강도 보론강의 레이저 용접부 경도 예측 / 대한용접접합학회지 34(5):1~5

J. Kim / 2008 / Bead-On-Plate Weldability of Al 5052 Alloy Using a Disk Laser / J. Achiev. Mater. Manuf. Eng 28(2):187~190

J. Kim / 2008 / Weldability During the Laser Lap Welding of Al 5052 Sheets / Arch. Mater. Sci. Eng 31(2):113~116

안영남 / 2011 / Ti-6Al-4V 합금의 전자빔 및 레이저용접 특성 / 대한용접접합학회지 29(6):624~628

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

고범수

소속기관 조선대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 기계공학 > 자동차공학

논문수 13 이용수 613

유현정

소속기관 한국생산기술연구원

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 재료·에너지공학 > 재료공학

논문수 11 이용수 780

방희선

소속기관 조선대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 5% 공학 > 기계공학 > 자동차공학

논문수 178 이용수 12,568

김철희

소속기관 한국생산기술연구원

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 1 이용수 168

이 논문과 함께 이용한 논문

스테인리스강 배관의 효율적인 접합을 위한 용접 시스템에 대한 연구(Ⅱ) : 맞대기 용접 조건의 최적화

김종도 , 송무근 , 이창제 Journal of Advanced Marine Engineering and Technology (JAMET) 2017 .11

최근 본 자료

전체보기

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 (22)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)