딥러닝기술을 이용한 저항점용접 불량 판별 연구

김재화; 고미혜; 구남국

doi:10.7315/CDE.2019.161

추천

검색

질문

자료유형: 학술저널

저자정보: 김재화 (동의대학교) 고미혜 (모니텍) 구남국 (동의대학교)

저널정보: (사)한국CDE학회 한국CDE학회 논문집 한국CDE학회 논문집 제24권 제2호

발행연도: 2019.6

수록면: 161 - 168 (8page)

DOI: 10.7315/CDE.2019.161

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Projection welding is a modification of spot welding. In this process, the weld is localized by means of raised sections, or projections, on one or both of the workpieces to be joined. In this study, we propose a method to detect welding defects that can occur during projection welding. A recurrent neural network model was used to determine weld defects. The current and voltage data were used as the input variables of the recurrent neural network, and the normal and defective welds were defined as output variables and expressed using one-hot-encoding method. Through this study, it is verified that it is possible to determine weld defect using deep learning.

#Deep neural network #Recurrent neural network #Resistance welding

참고문헌 (10)

참고문헌 신청

Ko, M.H., Choi, K.W., Hwang, D.S., Bang, C.S., Kim, H.H., Choi, G. and Hong, Y.P., 2014, The Development of Welding Quality Algorithm in Resistance Nut/Bolt Projection Process, The Korean Welding and Joining Society.

Kim, M.S., Shin, S.M., Kim, D.H. and Rhee, S.H., 2018, A Study on the Algorithm for Determining Back Bead Generation in GMA Welding Using Deep Learning, Journal of Welding and Joining, 36(2), pp.74-81.

Monitech Homepage, 2018, http://monitech.co.kr Resistance Welding, 2018.07.06, https://blog. naver.com/hubis777/221313729869 Yoon, H.S., 2017, Quality Estimation of Resistance Spot Welding Using Adaptive Resonance Theory I Neural Network, IEEE Transactions on Instrumentation and Measurement, Vol. 53, pp.330-334.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김재화

소속기관 동의대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 2 이용수 248

고미혜

소속기관 모니텍

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 28 이용수 1,899

구남국

소속기관 동의대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 10% 공학 > 조선해양공학

논문수 57 이용수 6,216

이 논문과 함께 이용한 논문

Voxel Based Fast Cutting Force Simulation in NC Milling Process

허세곤 , 김창주 , 오정석 Journal of the Korean Society for Precision Engineering 2022 .12

딥러닝 기반의 객체 검출 및 거리 추정을 위한 카메라 센서 구현에 관한 연구

황선희 , 최지훈 , 박하선 외 1명 한국자동차공학회논문집 2022 .08

결함검출 적용을 위한 YOLO 딥러닝 알고리즘 비교

김익수 , 이문구 , 전용호 한국생산제조학회지 2021 .12

조선 네스팅 문제의 부재 페어링을 위한 딥러닝 기반 부재 분류 방법

나건열 , 천상욱 , 양정삼 한국CDE학회 논문집 2021 .12

자율주행용 임베디드 플랫폼 탑재를 위한 YOLOv4 기반 객체탐지 경량화 모델 개발

심이삭 , 임주형 , 장영완 외 3명 한국자동차공학회논문집 2021 .10

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 (10)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)