마이크로 드릴비트 연마 시스템 연삭휠의 마모 진단 연구

김민섭; 허장욱

추천

검색

질문

자료유형: 학술저널

저자정보: 김민섭 (금오공과대학교) 허장욱 (금오공과대학교)

저널정보: 한국기계가공학회 한국기계가공학회지 한국기계가공학회지 제21권 제3호

발행연도: 2022.3

수록면: 77 - 85 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2022

머신러닝을 통한 마이크로 드릴비트 재연마 장치의 연삭휠 마모 진단

김민섭 , 허장욱 , 국연호 외 1명 한국기계가공학회 춘추계학술대회 논문집 2022.04 학술대회자료

마이크로 드릴비트 연마 시스템 연삭휠의 마모 진단 연구

김민섭 , 허장욱 한국기계가공학회지 2022.03 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

In this study, to diagnose the grinding state of a micro drill bit, a sensor attachment location was selected through random vibration analysis of the grinding unit of the micro drill-bit grinding system. In addition, the vibration data generated during the drill bit grinding were collected from the grinding unit for the grinding wheels under the steady and worn conditions, and data feature extraction and dimension reduction were performed. The wear of the micro-drill-bit grinding wheel was diagnosed by applying KNN, a machine-learning algorithm. The classification model showed excellent performance, with an accuracy of 99.2%. The precision, recall and f1-score were higher than 99% in both the steady and wear conditions.

#Micro Drillbit Grinding System(드릴비트 연마 시스템) #Machine Learning(머신러닝) #Grinding Wheel(연삭휠) #Wear Diagnostics(마모 진단)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김민섭

소속기관 금오공과대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 16 이용수 1,100

허장욱

소속기관 금오공과대학교

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

논문수 225 이용수 23,786

이 논문과 함께 이용한 논문

황동소재의 펀칭 가공시 annealing 시간변화에 따른 pile-up 양 변화 분석

최대희 , 전은채 , 김한희 외 4명 한국정밀공학회 학술발표대회 논문집 2014 .05

경사진 출구면의 버 제거을 위한 디버링툴의 강성 최적화에 대한 실험적 연구

신성근 , 김경환 , 고성림 대한기계학회 춘추학술대회 2013 .12

딥러닝 기반 베어링 결함 비이상 탐지 방법

이승철 , 전주형 , 이수영 외 4명 한국소음진동공학회 학술대회논문집 2019 .10

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-581-001086833

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

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)