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.
논문 기본 정보
- 저자정보
초록·키워드
Tool condition monitoring is one of the key issues in mechanical machining for efficient manufacturing of the parts in several industries. In this study, a tool condition monitoring system for milling was developed using a tri-axial accelerometer, a data acquisition, and signal processing module, and an alexnet as deep learning. Milling experiments were conducted on an aluminum 6061 workpiece. A three-axis accelerometer was installed on a spindle to collect vibration signals in three directions during milling. The image using time-domain, CWT, STFT represented the change in tool wear of X, Y axis directions. Alexnet was modified to learn images of the two directional vibration signals, to predict the tool condition. From an analysis of the results of learning based on the experimental data, the performance of the monitoring system could be significantly improved by the suitable selection of the data image method.
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-ECN-0101-2020-555-000658580
