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

논문 기본 정보

자료유형
학술저널
저자정보
이동주 (공주대학교)
저널정보
한국산업경영시스템학회 산업경영시스템학회지 한국산업경영시스템학회지 제43권 제4호
발행연도
2020.1
수록면
208 - 216 (9page)

이용수

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

초록· 키워드

오류제보하기
With the spread of smart manufacturing, one of the key topics of the 4th industrial revolution, manufacturing systems are moving beyond automation to smartization using artificial intelligence. In particular, in the existing automatic machining, a number of machining defects and non-processing occur due to tool damage or severe wear, resulting in a decrease in productivity and an increase in quality defect rates. Therefore, it is important to measure and predict tool life. In this paper, -ASVR (-Asymmetric Support Vector Regression), which considers the asymmetry of -tube and the asymmetry of penalties for data out of -tube, was proposed and applied to the tool wear prediction problem. In the case of tool wear, if the predicted value of the tool wear amount is smaller than the actual value (under-estimation), product failure may occur due to tool damage or wear. Therefore, it can be said that -ASVR is suitable because it is necessary to overestimate. It is shown that even when adjusting the asymmetry of -tube and the asymmetry of penalties for data out of -tube, the ratio of the number of data belonging to -tube can be adjusted with . Experiments are performed to compare the accuracy of various kernel functions such as linear, polynomial. RBF (radialbasis function), sigmoid, The best result isthe use of the RBF kernel in all cases
#Tool Life Prediction #-Support Vector Regression #Machine Learning #Smart Manufacturing

목차

등록된 정보가 없습니다.

참고문헌 (14)

참고문헌 신청
Cichosz, P. / 2015 / Data Mining Algorithms / Wiley google schola Huang, X. / 2014 / Asymmetric v-tube support vector regression / Computational Statistics and Data Analysis 77:371~382 google schola 정훈 / 2017 / 기계적 모터 고장진단을 위한 머신러닝 기법 / 한국산업경영시스템학회지 40(1):57~64 dbpia Kang, T.H. / 2004 / Development of a Web-based Analysis Program for Reliability Assessment of Machine Tools / Procee- dings of 2004 The Korean Society of Machine Tool Engineers Fall Conference :369~374 google schola 김길환 / 2017 / 스마트홈 지능형 서비스 플랫폼을 위한 데이터 마이닝 기법에 대한 적합도 평가 / 한국산업경영시스템학회지 40(2):68~77 dbpia

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