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
자동차 분야에 사용되는 체결용 너트는 표면 결함으로 인해 부품 간의 결합 또는 밀착력을 저하시켜 주요 기능을 손상시킬 수 있다. 이때 너트 표면 결함의 크기에 따라 제품 기능에 미치는 영향도가 다르다. 이에 결함이 형성된 원인을 분석하고 보완하기 위해서는 불량을 크기에 따라 분류할 필요가 있다. 그러나 기존 연구들은 양품과 불량만을 구분하여 크기에 따른 불량을 크기별로 분류할 수 없는 문제가 있다. 이에 본 연구에서는 불량을 크기별 판별하기 위한 이미지 전처리 방법과 딥러닝 알고리즘을 제안한다. 너트의 불량 크기를 2단계로 구분하였으며, 불량을 명확히 검출하기 위해 이미지 전처리 시 모폴로지 연산을 적용하였다. 또한 클래스별 데이터 개수의 비율을 고려하여 딥러닝 모델 학습 시 가중치를 부여하였다. 이를 통해 학습된 모델의 불량 판별 정확도를 비교하였을 때, 모폴로지 연산을 통해 91.3%의 정확도를 확보했다. 또한 데이터 셋에 따른 가중치를 부여하여 학습한 결과 기존 대비 정확도를 1.4% 향상시켰다. 이러한 방법을 통해 개선된 알고리즘은 너트뿐만 아니라 다양한 제품의 불량 크기를 구분하는 데에도 적용할 수 있을 것으로 기대된다.
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
