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
두국진 (서울과학기술대학교) 김진현 (서울과학기술대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제26권 제11호
발행연도
2020.11
수록면
907 - 915 (9page)
DOI
10.5302/J.ICROS.2020.20.0105

이용수

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

이 논문의 연구 히스토리 (2)

2020

압입 시험과 머신러닝을 통한 초탄성 소재 모델 계수 예측 기법 개발
두국진 ,  김진현 제어로봇시스템학회 논문지 2020.11 학술저널
압입시험과 머신러닝을 통한 초탄성체 모델 계수 예측 기법 개발
두국진 기계공학과 2020.01 학위논문

초록· 키워드

오류제보하기
In this paper, a hyper-elastic model coefficients prediction algorithm is developed to simplify the experiment to derive the hyper-elastic model coefficients needed for nonlinear finite element analysis (FEA). In the simulations, the correlation between the hyper-elastic model coefficients and the selected measurement data is analyzed through the replicate simulation. A predictive flow graph using TensorFlow is obtained using the acquired data and machine learning techniques. Using these predictive flow graphs, the random hyper-elastic model coefficients are predicted. In addition, the model coefficients of real hyper-elastic materials are predicted using the developed algorithm. Although the accuracy of the prediction is decreased, the model coefficient prediction techniques using manipulator and machine learning algorithms show great potential. An improvement to the pressure test will be attempted in the future to increase the probability of the measuring field.
#Hyper-elastic model coefficient #Mooney-Rivlin model #machine learning #indentation test

목차

Abstract
I. 서론
II. 해석 모델 선정 및 회귀분석을 위한 변수 선정
III. 머신러닝을 이용한 초탄성체 모델 계수 예측 및 검증
IV. 결론
REFERENCES

참고문헌 (18)

참고문헌 신청
J. Nam, J. Hawong, D.-C. Shin, and B. Mose, “A study on the behaviors and stresses of O-ring under uniform squeeze rates and internal pressure by transparent type photoelastic experiment,” Journal of Mechanical Science and Technology, vol. 25, no. 9, pp. 2427-2438, Sep. 2011. google schola J.-G. Kim, K.-B. Kim, and S.-Y. Noh, “A study on the plastic deformation absorption characteristics of alumin um-polyethylene composite structure sprinkler pipe,” Journal of the Korea Academia-Industrial cooperation Society (in Korean), vol. 20, no. 1, pp. 426-433, Jan. 2019. google schola G.-C. Lee and Y.-B. Lee, “A study of life characteristics of butterfly valve seated rubber by accelerated life test,” The KSFM Journal of Fluid Machinery (in Korean), vol. 16, no. 5. pp. 29-35, Oct. 2013. google schola J. B. Ko, S. S. Kim, Y. S. Park, S. D. Yi, K. B. Baek, and S. H. Suh, “A study on the mechanical characteristic of elastomeric o-ring compressed and highly pressurized,” Journal of the Korean Society for Precision Engineering (in Korean), vol. 36, no. 8, pp. 721-728, Aug. 2019. google schola K. J. Shin, B. H. Lim, S. H. Lee, and S. M. Choi, “FEA of Beam-Column Connection with Bolted Web,” Journal of Korean Society of Steel Construction (in Korean), vol. 23, no. 3, pp. 305-316, Jun. 2011. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

머신러닝 및 베이지안 최적화를 이용한 타이어 최적 설계
황하은 ,  조윤상 ,  황석철 외 1명 대한산업공학회지 2022 .08
내장 그래픽 칩 기반 머신 러닝과 딥러닝의 알고리즘 융합을 활용한 실시간 교통 신호인지
이재욱 ,  백승범 ,  최은지 외 1명 제어로봇시스템학회 논문지 2022 .02
심층 신경망 기반 객체 인식 기법의 유사 객체 분류 성능 분석
김상현 제어로봇시스템학회 논문지 2021 .11
부분방전 진단을 위한 초음파 계측 및 딥러닝기법의 응용
채민우 ,  강봉수 제어로봇시스템학회 논문지 2021 .11
손가락 부분 절단 환자를 위한 기능 의수 설계
구재완 ,  박민로 ,  양견모 외 7명 제어로봇시스템학회 논문지 2021 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-003-001571298