딥러닝을 이용한 항공기 구조의 응력확대계수 예측 모델을 통한 균열 평가

김연희; 김연희; 박정선

doi:10.5139/JKSAS.2024.52.9.679

추천

검색

질문

자료유형: 학술저널

저자정보: 김연희 (Korea Aerospace University) 김연희 (Korea Aerospace University) 박정선 (Korea Aerospace University)

저널정보: 한국항공우주학회 한국항공우주학회지 한국항공우주학회지 제52권 제9호

발행연도: 2024.9

수록면: 679 - 687 (9page)

DOI: 10.5139/JKSAS.2024.52.9.679

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

항공기는 다양한 운용 조건 하에서 반복적인 하중을 받는다. 이러한 하중은 구조의 초기 균열 성장이나 새로운 균열의 발생 및 성장을 야기한다. 이는 구조적 결함으로 이어져 부품의 수명에 악영향을 준다. 이러한 결함에 대한 구조의 안전성을 사전에 평가하고자 유한요소해석을 통한 응력확대계수 산출이 이루어진다. 하지만 이 과정은 다량의 균열에 대한 반복적인 유한요소해석이 필수적이며, 많은 시간과 노력을 수반한다. 이를 극복하기 위해 본 논문에서는 딥러닝을 이용한 항공기 구조 평가 모델을 제안하였다. 모델을 위한 새로운 학습 데이터 생성 방식으로 유한요소모델 기반의 균열 모델링 기법을 이용하였다. 최종적으로 응력확대계수 예측 모델을 학습 및 검증하였으며, 높은 예측 정확도를 확인하였다.

#Deep Learning(딥러닝) #Deep Neural Network(심층 신경망) #Stress Intensity Factor(응력확대계수) #Crack Modeling(균열 모델링) #Finite Element Model(유한요소모델)

참고문헌 (27)

참고문헌 신청

Anderson, T. L., Fracture Mechanics: Fundamentals and Applications, 4th Ed., CRC Press, 2017.

https://www.aviation-accidents.net/blue-islands-atr-atr42-320-g-drfc-flight-si308/

https://flightsafety.org/asw-article/hole-in-the-fuselage/

Aldakheel, F., Satari, R. and Wriggers, P., “Feed-Forward Neural Networks for Failure Mechanics Problems,” MDPI, Vol. 11, No. 4, 2021, pp. 1~22.

Ali, Z., Meysam, K. E. S., Asadilman, Aydin, B. and Yashar, B., “Finite Element Method Analysis of Stress Intensity Factor in Different Edge Crack Positions, and Predicting their Correlation using Neural Network method,” Research Journal of Recent Sciences, Vol. 3, No. 2, 2013, pp. 69~73.

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

머신러닝 앙상블을 사용한 항공기 동력 전달 체계의 물림 강성 예측 모델

강연준 , 김연희 , 박정선 항공우주시스템공학회지 2024 .10

복합재 항공기의 착륙하중에 대한 기체의 강성 효과

김성준 , 이동건 , 이상욱 외 1명 한국항공우주학회지 2024 .08

Constrained Delaunay Triangulation 균열 요소 생성 기법을 이용한 균열 해석

김연희 , 김연희 , 박정선 항공우주시스템공학회지 2024 .06

딥러닝 기반 항공기 조종값 예측에 관한 연구

표세종 , 송완빈 , 오정현 한국항공우주학회 학술발표회 초록집 2024 .04

인공지능 오토인코더를 활용한 항공기 조종면 파손(고장) 탐지 및 분류

송민재 , 문용호 , 김병수 제어로봇시스템학회 논문지 2024 .03

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 (27)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)