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
최민호 (경희대학교) 조윤성 (경희대학교) 엄주명 (경희대학교)
저널정보
(사)한국CDE학회 한국CDE학회 논문집 한국CDE학회 논문집 제29권 제1호
발행연도
2024.3
수록면
1 - 10 (10page)
DOI
10.7315/CDE.2024.001

이용수

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

초록· 키워드

오류제보하기
The growing electric vehicle market worldwide is leading to an increase in waste batteries, posing significant environmental and safety challenges. This paper introduces an innovative framework for real-time defect detection, aimed at enhancing the efficiency and accuracy of waste battery sorting, thereby overcoming the drawbacks of traditional manual inspection methods. The proposed framework encompasses three pivotal components: the generation of 3D models from real-world data, the creation of synthetic datasets via a game engine, and the deployment of deep learning algorithm for automated inspection. This integrated approach optimizes the battery sorting process, substantially reducing time and labor costs. The most advanced part of the framework is a deep learning model that uses simulated synthetic data to quickly identify defects in waste batteries in real-time. The results underscore the framework"s potential to significantly advance waste battery management, offering a promising avenue for future research and industrial application in the manufacturing domain.
#3D modeling #Electronic vehicle battery #Object detection #Synthetic data

목차

ABSTRACT
1. 서론
2. 문헌 조사
3. 연구 방법론
4. 딥러닝 알고리즘 성능
5. 논의
6. 결론
References

참고문헌 (23)

참고문헌 신청
Korean Battery Industry Association, 2021, Method for Classification of Reused Lithium-Ion Batteries for Electric Vehicles SPS-C KBIA-10702-017416, Established by Korean Battery Industry Association., Registered by Korea Standards Association, January 4, 2021. google schola Chen, Y. et al., 2021, Research on Detection Algorithm of Lithium Battery Surface Defects Based on Embedded Machine Vision, J. Intell. Fuzzy Syst., 41(3), pp.4327-4335, https://doi.org/10.3233/JIFS-189693 google schola Byun, C., Seo, J., Lee, M.K., Yamada, K. and Lee, S., 2022, Current Trend of EV (Electric Vehicle) Waste Battery Diagnosis and Dismantling Technologies and a Suggestion for Future R&D Strategy with Environmental Friendliness, Resour. Recycl., 31(4), pp.3-11, https://doi.org/10.7844/kirr.2022.31.4.3 google schola Webster, M.R., Frankforter, E.L. and Juarez, P., 2023, Evaluation of Ultrasonic Battery Inspection Techniques, in Nondestructive Characterization and Monitoring of Advanced Materials, Aerospace, Civil Infrastructure, and Transportation XVII, Shull, P.J., Yu, T., Gyekenyesi, A.L. and Wu, H.F. (Eds.), Long Beach, United States: SPIE, p.28, https://doi.org/10.1117/12.2656667 google schola Sterkens, W., Diaz-Romero, D., Goedemé, T., Dewulf, W. and Peeters, J.R., 2021, Detection and Recognition of Batteries on X-ray Images of Waste Electrical and Electronic Equipment Using Deep Learning, Resour. Conserv. Recycl., 168, p.105246, https://doi.org/10.1016/j.resconrec.2020.105246 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

국내에서 식물공장용 배지 재료로 유통되는 피트모스와 코이어 더스트의 물리·화학적 특성
신보경 ,  손정익 ,  최종명 생물환경조절학회지 2012 .12
폐배터리 해체 공정을 위한 폐배터리 팩/모듈 초기 위치 인식 방법에 관한 연구
윤성조 ,  김효곤 ,  박정우 외 4명 한국정밀공학회 학술발표대회 논문집 2023 .11
유인 전기비행기 개발
김현기 대한기계학회 춘추학술대회 2024 .05
비행기 윙렛에 의한 플러터 효과를 활용한 에너지 하베스팅 시스템 설계 및 최적화
김영섭 ,  석종원 대한기계학회 춘추학술대회 2023 .11
동일계열 개념을 적용한 수송급 비행기 좌석의 동적 안전성 입증에 관한 고찰
양서우 ,  김태헌 ,  김병수 외 1명 항공우주시스템공학회 학술행사 논문집 2023 .10

최근 본 자료

전체보기

댓글(0)

0