지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김재도
- 발행연도
- 2017
- 저작권
- 인하대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구에서는 저항 점 용접 공정에서 획득할 수 있는 용접 전류 및 용접 전압 신호를 이용하여, 저항 점 용접부의 인장강도, 파단형상 등의 용접성을 예측하는 방법에 대하여 제시하였다. 용접성 예측을 위해 인공신경망 이론중의 하나인 Adaptive Resonance Theory I Neural Network 알고리즘을 사용하였다.
인버터 DC 저항 점 용접기로 780MPa급 비도금 DP강의 저항 점 용접을 실시하여, 그 때의 용접 전류 및 용접 전압 신호를 획득하였다. 또한 해당 저항 점 용접부의 용접성 평가를 전단인장시험, 단면 시험 후 너깃사이즈 평가로 진행하였다.
ART Network 학습을 위하여, 우선 저항 점 용접 공정에서 획득한 용접 전류 및 용접 전압 신호를 ART I Network에 입력하기 위해 신호 그래프를 0과 1의 바이너리 데이터로 변환하였다.
변환된 데이터를 ART Network상에서 학습시킨 후, 새롭게 용접을 시행한 시편에 대하여 패턴 매칭을 실시하였다. 패턴 매칭 결과, 패턴 매칭이 정상적으로 이루어졌으며, 그 때의 인장강도 예측 오차는 최대 6.4%였으며, 파단 형상은 모두 일치하는 것을 확인하였다.
용접 전류 및 용접 전압을 이용한 방식은 실제 생산 현장에서도 비교적 비용이 적게 들면서도 쉽게 적용할 수 있기 때문에, 용접 품질 관리에 효과적인 수단이라 할 수 있다.
인버터 DC 저항 점 용접기로 780MPa급 비도금 DP강의 저항 점 용접을 실시하여, 그 때의 용접 전류 및 용접 전압 신호를 획득하였다. 또한 해당 저항 점 용접부의 용접성 평가를 전단인장시험, 단면 시험 후 너깃사이즈 평가로 진행하였다.
ART Network 학습을 위하여, 우선 저항 점 용접 공정에서 획득한 용접 전류 및 용접 전압 신호를 ART I Network에 입력하기 위해 신호 그래프를 0과 1의 바이너리 데이터로 변환하였다.
변환된 데이터를 ART Network상에서 학습시킨 후, 새롭게 용접을 시행한 시편에 대하여 패턴 매칭을 실시하였다. 패턴 매칭 결과, 패턴 매칭이 정상적으로 이루어졌으며, 그 때의 인장강도 예측 오차는 최대 6.4%였으며, 파단 형상은 모두 일치하는 것을 확인하였다.
용접 전류 및 용접 전압을 이용한 방식은 실제 생산 현장에서도 비교적 비용이 적게 들면서도 쉽게 적용할 수 있기 때문에, 용접 품질 관리에 효과적인 수단이라 할 수 있다.
목차
요 약 ⅰAbstract ⅱ목 차 ⅲ그 림 목 차 ⅴ표 목 차 ⅵ제 1 장 서 론 11.1 연구 배경 및 동향 11.2 선행 연구 31.3 연구 내용 5제 2 장 이론적 배경 62.1 저항 점 용접 62.2 Adaptive resonance theory I neural network 11제 3 장 용접 실험 및 용접 신호 수집 183.1 용접 소재 및 용접 시편 183.2 용접 장비 193.3 용접 조건 203.4 용접 신호 계측 213.5 용접성 평가 22제 4 장 ART Network 구성 234.1 입력 데이터 구성 23제 5 장 결과 및 고찰 275.1 용접조건 별 ART Network 패턴 학습 275.2 패턴매칭 및 인장강도 예측 315.3 파단형상 예측 34제 6 장 결 론 36참고문헌 37
최근 본 자료
댓글(0)
0