메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤태종 (목포대학교) 오원빈 (목포대학교) 이보람 (목포대학교) 이충우 (목포대학교) 나현호 (한국조선해양기자재연구원) 최주석 (한국조선해양기자재연구원) 김일수 (목포대학교)
저널정보
대한용접·접합학회 대한용접·접합학회지 大韓熔接·接合學會誌 第38卷 第5號
발행연도
2020.10
수록면
485 - 492 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2020

GBO를 이용한 9% Ni Steel의 필렛 레이저 용접 공정 최적화
윤태종 ,  오원빈 ,  이보람 외 4명 대한용접·접합학회지 2020.10 학술저널

2019

9% Ni Steel의 레이저 필렛 용접 최적화에 대한 연구
윤태종 ,  오원빈 ,  이보람 외 3명 대한용접학회 특별강연 및 학술발표대회 개요집 2019.05 학술대회자료

초록· 키워드

오류제보하기
Because more than 90% of the domestic manufacturing processes for the Liquefied Natural Gas (LNG) storage tanks rely on welding and processing technologies, the advancement of welding and processing technologies is directly connected to the productivity and therefore the advancement is critical to be competitive in the domestic shipbuilding industry. The welding technology using a laser light source is a more advanced technology than conventional arc welding in terms of workability, precision, and productivity. Although its application area is currently limited, this technology has been emerging as an important assembly tool in the manufacturing process of shipbuilding and offshore structures in the future. Because the LNG storage tank is a cryogenic structure, 9% nickel steel is widely used to manufacture the tank for both room temperature and low-temperature environments due to its excellent mechanical properties and fatigue strength. In terms of strength, 9% Ni steel is equivalent to 680 MPa-level high-tensile strength steel, and is usually used in applications where the operating temperature is below -150℃, such as LNG tanks with QT treatment. The 9% Ni steel has higher strength and better weldability than A5083-O aluminum alloy, has better impact toughness at cryogenic temperatures than SUS304L, and is economic. Therefore, 9% Ni steel is widely used to manufacture LNG tanks. Previous studies on the 9% Ni steel are based on butt welding, and research has been conducted according to the welding process. However, because 30-40% of LNG storage tanks are formed in a curved shape, research on the fillet welding process to overcome the limitations of butt welding has not been actively conducted to date. More specifically, research on the development of an algorithm for setting process variables, which is the core technology of fillet welding, needs to be conducted. Therefore, in this study, fiber laser welding, which is a fillet shape, is studied and performed using 9% Ni steel. The main objective of this study is to optimize the welding process variables by predicting weld properties. To derive the optimal process variables, the GBO algorithm was developed based on mathematical models. Finally, the developed algorithm showed an average error rate of 0.01831%, which ensures the high reliability of the optimal process variables.
#GBO algorithm #9% Ni steel #Laser welding #Fillet

목차

Abstract
1. 서론
2. 레이저 용접 실험
3. GBO 알고리즘
4. 최적화기법을 이용한 용접공정 분석
5. 결론
References

참고문헌 (16)

참고문헌 신청
N. Bindu Lohani / 2013 / Beyond Factory Asia, Fuelling growth in a changing world, Asian Manufacturing and Global Production Networks / Printed in the Philippines google schola H. T. Kim / 2003 / Latest Trends of Laser Welding in European Shipbuilding, RESEAT Analysis Report google schola 김종도 / 2008 / 일본에서의 최근 레이저 응용기술 동향 / 대한용접접합학회지 26(4):1~7 dbpia 김일수 / 2015 / GMA 용접부의 비드폭 예측을 위한 수학적 모델에 관한 실험적 연구 / 한국정밀공학회지 32(2):209~217 google schola D. E. Goldberg / 1988 / Genetic algorithms and machine learning / Mach. learn 3(2):95~99 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-581-001591100