Simplification of equipment 3D CAD assembly data using quantitative metrics for prioritizing the features

Q: 이 논문에서 정의한 3D CAD 조립 데이터 간소화란 무엇인가?

3D CAD 조립 데이터 간소화는 조선 및 해양 플랜트 산업에서 장비 공급업체의 복잡한 CAD 데이터를 조선소의 요구사항에 맞춰 데이터 크기를 줄이고 활용도를 높이기 위해, 중요도에 따라 피처를 제거하거나 단순화하는 과정이다. 이는 시간과 비용 낭비를 줄이는 데 목적이 있다.

Q: 3D CAD 조립 데이터 간소화 시 피처의 중요도를 평가하는 정량적 지표는 무엇인가?

연구 결과, 3D CAD 조립 데이터 간소화 시 피처의 중요도를 평가하는 정량적 지표는 피처 부피, 포트, 외부 경계, 조립 구속 조건, 내부 피처, 인접 피처의 여섯 가지 기준으로 구성된다. 이 지표들은 피처의 기하학적 정보와 비기하학적 정보를 모두 고려하여 각 피처의 중요도를 계산하고 우선순위를 부여한다.

Soonjo Kwon; Soonhung Han; Duhwan Mun

학술대회자료

저자정보: Soonjo Kwon (KAIST) Soonhung Han (KAIST) Duhwan Mun (Kyungpook National University)

저널정보: (사)한국CDE학회 한국CDE학회 국제학술발표 논문집 한국CADCAM학회 2013 ACDDE

오류 신고하기

피인용 0

검색

초록·키워드

In ship outfitting and offshore plant design phase, the construction of an equipment catalog is necessary. Equipment 3D CAD data adopt different level of detail (LOD) depending on its purpose. Equipment supplier’s CAD data have high complexity whereas shipyard’s CAD data have low complexity. Therefore, an automation tool supporting the simplification of equipment 3D CAD data is necessary. In this paper, the simplification criteria and quantitative metric for 3D CAD assembly data are proposed. The prototype system was developed, and verified through experiment with test cases.

#3-D CAD data simplification #assembly #LOD #equipment catalog #evaluation metrics #feature #ship outfitting and offshore plants

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2015-500-000938932

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료