인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Existing analysis methods have limitations in identifying the exact cause of defects because several variables cause defects in a complex manner in the high-pressure die-casting process. However, as data processing speeds increase and analysis technologies advance, research activities are progressing on techniques to analyze complex manufacturing processes. In this study, numerical and image data were collected for the main variables that cause porosity defects in the die-casting process. Based on this, we intend to design a failure prediction algorithm using the HP-GAN(Hypothesis Pruning Generative Adversarial Network) algorithm and verify the algorithm. The HP-GAN algorithm is a combination of CNN(Convolutional Neural Network) and GAN algorithms. The raw data used in HP-GAN are line data derived from the die-casting equipment PLC and thermal images taken before and after spraying on the mold work surface through a thermal imaging camera. data, porosity defect data. To strengthen the algorithm, we used the Mean Squared Error (MSE) formula and the Gradient Decent Algorithm (GDA) to modify the weights of the algorithm to increase the prediction accuracy.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
