CNN 및 모델 시각화 기법을 사용한 코팅 볼트 불량 판별

Q: 이 논문에서 정의한 풀림 방지 코팅 볼트란 무엇인가?

자동차 부품을 체결할 때 진동이나 충격으로 인해 나사가 풀리는 현상을 방지하기 위하여 나사산 표면에 특수한 코팅 처리를 적용한 볼트를 의미한다.

Q: CNN 기반 볼트 코팅 불량 판별 모델의 신뢰도를 높이는 방법은 무엇인가?

연구 결과, Grad-CAM 시각화 분석을 통해 모델의 판단 근거를 확인하고 이미지 전처리를 통해 볼트 영역만을 추출하여 학습시킴으로써 조명이나 지그 같은 외부 요인을 제거하고 불량 위치에 대한 판단 기준을 개선할 수 있다.

노은솔; 이사랑; 김민수; 홍석무

doi:10.3795/KSME-A.2020.44.11.835

추천

검색

질문

자료유형: 학술저널

저자정보: 노은솔 (공주대학교) 이사랑 (공주대학교) 김민수 (공주대학교) 홍석무 (공주대학교)

저널정보: 대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제44권 제11호(통권 제422호)

발행연도: 2020.11

수록면: 835 - 842 (8page)

DOI: 10.3795/KSME-A.2020.44.11.835

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

자동차 부품은 대부분 볼트로 체결되며 풀림을 방지하기 위해 코팅 처리를 한다. 볼트 나사산에 코팅액 도포 시 용액의 점도 및 분사 속도로 불량 제품이 발생되어 비전 또는 수동으로 불량을 선별하나 시간 및 비용 문제로 자동화 공정이 필요하다. 이에 기존 연구는 서포트 벡터 머신(SVM)을 적용했으나, 데이터 크기에 따른 속도 저하 및 추가 학습 불가능으로 양산 적용이 어렵다. 문제점을 보완하고자 본 연구는 합성곱 신경망(CNN)으로 코팅 불량을 학습하고 향상된 볼트 불량 판별을 위해 시각화 기법을 사용한다. 코팅 불량 판별 알고리듬으로 사용된 CNN은 VGG-16이며, 97%의 정확도를 확보했다. 이는 시각화기법을 적용해 풀림 방지 코팅 이외에 조명, 볼트 지그 등 주변 다른 요인의 영향 또한 포함함을 확인했다. 이를 개선하기 위해 이미지 전처리를 사용해 볼트 영역만을 표현했다. 재학습 모델은 97%의 정확도로 초기 모델과 비슷하지만, 코팅 불량만을 판단할 수 있다. 본 연구에서 적용한 CNN 시각화 기법을 통해 기존 알 수 없었던 불량의 판단 기준 및 위치를 정량적으로 정확히 판단할 수 있었다.

#Anti-Loosening Coating Bolt(풀림 방지 코팅 볼트) #Convolutional Neural Networks(합성곱 신경망) #Class Activation Mapping(클래스 활성화 맵) #Gradient-Weighted Class Activation Mapping(그래드 캠) #Region of Interest(관심 영역 지정)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)