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
Mohammad Sharghi (Pukyong National University) Hoyoung Jeong (Pukyong National University)
저널정보
한국암반공학회 터널과 지하공간 터널과 지하공간 제35권 제1호(통권 제174호)
발행연도
2025.2
수록면
55 - 70 (16page)

이용수

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

초록· 키워드

오류제보하기
기계화 암석 절삭은 토목 및 자원개발 분야에서 중요하게 활용되고 있으며, 절삭도구의 작용력은 굴착 효율, 커터마모, 에너지 효율을 결정하는 데 핵심적인 역할을 한다. 본 연구에서는 머신러닝기법을 적용하여 픽 커터의 평균 수직력과 평균 절삭력을 예측하기 위한 연구를 수행하였다. 머신러닝모델의 훈련을 위해 다양한 암종, 커터의 형상 변수, 절삭조건을 포함하는 195개의 선형절삭시험 데이터세트를 구축하여 활용하였다. 모델링은 두 단계로 진행되었으며, 먼저 다변수 선형 회귀 분석을 통해 기초 상관관계를 설정한 후, 무작위 탐색 교차 검증을 통한 체계적인 하이퍼파라미터 튜닝을 거쳐 최적화된 랜덤 포레스트(RF) 모델을 구축하였다. 선형 회귀 분석 결과, 평균 수직력에 대한 결정계수(R²) 값은 0.743, 평균 절삭력은 0.674로 중간 수준의 예측 성능을 보였다. 반면, 최적화된 랜덤포레스트 모델은 우수한 성능을 나타내었다, 평균수직력 예측에서는 훈련 데이터에서 R² = 0.993, 테스트 데이터에서 R² = 0.983을 기록하였고, 평균절삭력 예측에서는 훈련 데이터에서 R² = 0.972, 테스트 데이터에서 R² = 0.908을 달성하였다. 각 작용력에 미치는 입력변수의 중요도를 분석한 결과, 수직력 예측에서는 일축 압축 강도가 가장 중요한 영향을 미쳤으며, 절삭력 예측에서는 여러 매개변수가 복합적으로 작용하는 것으로 나타났다.
#Pick cutter #Acting forces #Cutting parameters #Mechanical properties of rock #Random forest #픽 커터 #작용력 #절삭조건 #암석의 역학적 물성 #랜덤포레스트

목차

ABSTRACT
초록
1. Introduction
2. Database Overview
3. Predictive Modeling Approach
4. Results and Discussion
5. Conclusions
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092472868