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
- 김흥수
- 발행연도
- 2023
- 저작권
- 동국대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (4)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
The aircraft is regarded as a collection of modern technologies from throughout all industries. However, it is inevitable to develop defects during its service life. In general, the aircraft has a periodic maintenance period, and is inspected according to a well-established process, such as non-destructive testing. However, the maintenance requires massive time and cost. If an unexpected defect occurs due to external environments before the maintenance cycle returns, it is impossible to prevent subsequent damage. This study proposes a novel real-time fatigue crack prediction method using self-sensing carbon nanotube Buckypaper and deep learning algorithm. Carbon nanotube Buckypaper was fabricated by the wet method. The Physics-informed Gated Recurrent Unit was used to predict real time crack growth. The physics-informed deep learning model accurately predicted the fatigue crack length. The results showed that the proposed method is promising in detecting the real-time fatigue crack growth of aircraft structure.
목차
제1장 서론 및 연구 배경 1제1절 기존 항공기 결함 탐지 방법 1제2절 실시간 균열 감지의 필요성 2제3절 버키페이퍼 개요 3제4절 연구목적 및 과정 4제2장 버키페이퍼의 제작과 활용 6제1절 버키페이퍼의 제작 과정 6제2절 제작 결과 및 미세구조 관찰 8제3절 온도 상승에 따른 버키페이퍼의 물성 변화 측정 9제4절 변형률 감지 10제5절 피로 균열 길이 측정 모델 12제3장 피로 균열 길이 예측 모델 14제1절 순환 신경망 계열 모델 14제2절 게이트 순환 유닛 17제3절 예측 모델의 구성 191. 입력 데이터 192. 은닉 상태 203. 균열 길이 예측 22제4장 피로 시험 및 예측 결과 23제1절 버키페이퍼의 저항 변화 측정 24제2절 압저항 응답을 통한 실시간 결함 탐지 26제3절 피로 균열 길이 예측 28제5장 결 론 32참 고 문 헌 33ABSTRACT 37
최근 본 자료
댓글(0)
0