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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
강재민 (부산대학교) 임현진 (HUINNO) 구본유 (부산대학교) 권선영 (부산대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제29권 제8호
발행연도
2023.8
수록면
357 - 363 (7page)
DOI
10.5626/KTCP.2023.29.8.357

이용수

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

초록· 키워드

오류제보하기
CNC 공정에서 적절한 공구의 사용은 공장의 전체적인 비용과 생산물의 품질에 큰 영향을 끼친다. CNC 공구 교체 시점을 더욱 정교화하기 위해 다양한 방안들이 제시되고 있으며 그 일환으로 본 연구에서는 진동 관련 시계열 데이터를 음성 추출 기법을 통해 스펙트로그램 형태의 이미지로 변환한 후 마모 여부를 판단하는 방안에 대해 탐색을 진행하였다. CNC 공구 마모도를 예측함에 있어 시계열 데이터에 1D-CNN 모델을 사용할 경우 정확도가 84.68%에 그친 반면, 추출된 진동 이미지에 2D-CNN 모델을 활용할 경우 93.75%의 정확도를 얻을 수 있었다. 더 나아가 서로 다른 축의 신호를 동시에 활용할 경우 94.61%까지 성능이 향상되었고, 이미지와 시계열 데이터를 동시에 활용할 경우 98.33%의 정확도를 얻을 수 있었다. 진동 데이터는 공구 마모 예측에 유용한 특성이고 이를 활용한 학습 방식들이 앞으로의 공구 마모도 관리에 좀 더 기여할 것을 기대한다.

목차

요약
Abstract
1. 서론
2. 배경
3. CNC 공구 마모도 예측 모델
4. 실험 및 결과
5. 결론
References

참고문헌 (17)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0