다이캐스팅 공정 지능화를 위한 데이터 수집, 처리, 분석 및 활용 기술 개발

이주연

doi:10.7735/ksmte.2020.29.6.441

추천

검색

질문

자료유형: 학술저널

저자정보: 이주연 (Korea Institute of Industrial Technology)

저널정보: 한국생산제조학회 한국생산제조학회지 한국생산제조학회지 Vol.29 No.6

발행연도: 2020.12

수록면: 441 - 448 (8page)

DOI: 10.7735/ksmte.2020.29.6.441

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This study aims to achieve process intelligence by implementing a technology that collects, processes, analyzes, and utilizes data of die-casting processes. To achieve this goal, the system infrastructure, including hardware and software, was established to collect, process, and store data of the main die-casting processes, i.e., casting, post-processing, and quality inspection. Next, data analysis algorithms were developed to address die-casting quality problems by using the data collected from the established infrastructure. Finally, a 3D model-based visualization technology was implemented to visualize the data analysis results and support the monitoring of important data. The proposed technology was verified by implementing it in an actual die-casting factory. Furthermore, a reference model was presented for implementing the intelligent die-casting processes.

#Die-casting process #Edge computing #Data analytics #Defect prediction #Defect cause diagnosis #3D Visualization

참고문헌 (11)

참고문헌 신청

Chae, C. W. / 2017 / Research for Smartification Strategy of Root Processes

D. Mourtzis / 2016 / Industrial Big Data as a Result of IoT Adoption in Manufacturing / Procedia CIRP 55:290~295

Daniel D. Kho / 2018 / Big Data Analytics for Processing Time Analysis in an IoT-enabled manufacturing Shop Floor / Procedia Manufacturing 26:1411~1420

Jay Lee / 2013 / Recent advances and trends in predictive manufacturing systems in big data environment / Manufacturing Letters 1(1):38~41

Kashif Bilal / 2018 / Potentials, trends, and prospects in edge technologies: Fog, cloudlet, mobile edge, and micro data centers / Computer Networks 130:94~120

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이주연

소속기관 한국생산기술연구원

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 5% 공학 > 산업공학

논문수 42 이용수 6,366

이 논문과 함께 이용한 논문

고압주조 공정 개선을 위한 주조 조건 측정시스템

이승철 , 안드리안 오스카 , 김낙수 한국정밀공학회 학술발표대회 논문집 2021 .11

공정 매개변수 및 열화상 이미지를 기반으로 한 다공성 결함 감지를 위한 고압 다이캐스팅 결함 예측 딥러닝 알고리즘에 관한 연구

김재선 , 박춘우 , 박원석 외 3명 한국CDE학회 논문집 2023 .09

다이캐스팅 제조데이터 허브 구축 및 AI 기반 데이터 분석

최영심 한국생산제조학회 학술발표대회 논문집 2022 .12

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 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)