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
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김다현 (포항공과대학교) 김경영 (포항공과대학교) 김호연 (포항공과대학교) 김동주 (포항공과대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2022년도 대한전자공학회 추계학술대회 논문집
발행연도
2022.11
수록면
354 - 357 (4page)

이용수

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

이 논문의 연구 히스토리 (2)

2023

TypeⅢ 수소저장용기 가동 중 안전 검사를 위한 음향방출시험 기반 딥러닝 CFRP 소재 결함 분류
김다현 ,  황병일 ,  김경영 외 1명 한국컴퓨터정보학회 학술발표논문집 2023.07 학술대회자료

2022

AET 기반 수소저장 용기 결함 발생 소재 추정 딥러닝 모델 개발
김다현 ,  김경영 ,  김호연 외 1명 대한전자공학회 학술대회 2022.11 학술대회자료

초록· 키워드

오류제보하기
As the global temperature change rapidly, hydrogen is gaining attention as an eco-friendly energy source. Yet hydrogen is an unstable element that can result in an explosion. Also, hydrogen is stored at a high-pressure storage vessel, requiring intricate failure diagnosis. The AET(Acoustic Emission Test) can be actively used with the advantage of diagnosing failures during operation even in high-pressure container situations. However, since the container consists of composite materials, it is inconvenient to specify the material that has been defective during diagnosis. In this paper, we have constructed a failure waveform dataset for each material through tensile test and AET. We augmented the training dataset with SMOTE(Synthetic Minority Over-sampling Technique) to solve the data imbalance problem, and developed a 1D CNN-based defect-occurring material estimation model. The model showed high performance with 97.75% defect material estimation accuracy. Through this study, AET with a deep-learning based model is expected to be verified as a suitable method for high-pressure hydrogen containers.

목차

Abstract
I. 서론
II. 관련 연구
Ⅲ. 실험 및 결과
Ⅳ. 결론 및 향후 연구 방향
참고문헌

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

최근 본 자료

전체보기

댓글(0)

0