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
주혜진 (경상국립대학교) 서호진 (해성디에스) 김영일 (경상국립대학교) 김수진 (경상국립대학교) 이건명 (경상국립대학교) 김상현 (일광금속) 정윤현 (일광금속) 변재현 (경상국립대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제49권 제4호
발행연도
2023.8
수록면
354 - 368 (15page)
DOI
10.7232/JKIIE.2023.49.4.354

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This paper presents a case study of systematically obtaining feature data and applying machine learning methods for a small CNC machining company that cannot obtain big data using sensors. In order to obtain the feature data, an experiment is planned and conducted using the 2-level 4-factor fractional factorial design with four machining process variables, and then 1) the outer diameter dimensional data is obtained using an automatic measurement tool and 2) appearance defects are visually inspected. An improved process conditions are determined to enhance productivity, to reduce tool wear, and to prevent defects. By analyzing the dimensional data and the number of non-defective/defective items obtained through observation, quality prediction models are also developed. This paper is expected to be used as a reference for small and medium-sized enterprises to improve the manufacturing processes in the future.
#Machining Process #Machine Learning #Design of Experiments #Process Improvement #Quality Prediction Model #Evolutionary Operation

목차

1. 서론
2. 연구 배경
3. 실험계획을 활용한 데이터수집
4. 가공품 품질예측을 위한 머신러닝 모델
5. 공정개선과 품질예측의 방향
6. 결론
참고문헌

참고문헌 (11)

참고문헌 신청
Angelopoulos, A., Michailidis, E. T., Nomikos, N., Trakadas, P., Hatziefremidis, A., Voliotis, S., and Zahariadis, T. (2020), Tackling Faults in the Industry 4.0 Era: A Survey of Machine-Learning Solutions and Key Aspects, Sensors, 20, 1-34. google schola Box, G. E. P. and Draper, N. R. (1969), Evolutionary Operation, John Wiley & Sons, NY. google schola Box, G. E. P., Hunter, J. S., and Hunter, W. G. (2005), Statistics for Experimenters, 2nd Ed., John Wiley & Sons, NJ. google schola Byun, J. H. and Kim, Y. (1999), An EVOP Procedure Using the Relationship Between Defect Types and Process Variables of Injection Molding, IE Interfaces, 12(1), 26-31. google schola Han, Y. H. (2022), Prediction Model of CNC Processing Defects Using Machine Learning, Journal of Korea Convergence Society, 13(2), 249-255. google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

식물공장 생장환경 모니터링 시스템 설계에 관한연구
고대식 ,  박화세 Proceedings of KIIT Conference 2011 .05
통합 센서 모듈을 이용한 농업 환경 모니터링 시스템 개발
이은진 ,  이권익 ,  김흥수 외 1명 한국콘텐츠학회논문지 2010 .02
정책 이해도 및 관여도가 공중의 정책 태도, 정보탐색과 구전의도에 미치는 영향 : 제주도 디지털 전환 시범사업을 중심으로
이수범 ,  김남이 한국광고홍보학보 2013 .07
대학생의 다문화인식과 이주인권 정책에 대한 태도
장임숙 ,  이원일 지방정부연구 2012 .02
실리카 입자의 크기 및 표면처리에 따른 고무복합재료의 기계적 특성 연구
성종환 ,  류상렬 ,  이동주 대한기계학회 춘추학술대회 2011 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-530-001919307