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
Friction stir welding (FSW), a solid-state welding process, is widely used in industries such as automotive and aerospace. Weld quality in FSW is primarily influenced by the frictional heat generated during the process. To more accurately capture this heat, this study measured the temperature of the rotating welding tool. Since the tool rotates during welding, a wireless measurement device was developed for real-time data acquisition. Al6061-T6 was used as the base material, and key features extracted from the temperature profile were applied as input features to an artificial neural network (ANN) model to predict tensile strength. Using explainable AI (XAI), the influence of each feature on model prediction output was analyzed, and process monitoring windows were established. The proposed method successfully identified FSW conditions likely to produce tensile strength outside acceptable limits. This study offers a practical approach for real-time quality prediction and monitoring in FSW, supporting the development of intelligent, data-driven, and autonomous manufacturing systems.
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
UCI(KEPA) : I410-151-25-02-093879610
