합성곱 신경망을 이용한 프로펠러 캐비테이션 침식 위험도 연구

김지혜; 이형석; 허재욱

doi:10.3744/SNAK.2021.58.3.129

추천

검색

질문

자료유형: 학술저널

저자정보: 김지혜 (창원대학교) 이형석 (현대중공업) 허재욱 (현대중공업)

저널정보: 대한조선학회 대한조선학회 논문집 대한조선학회논문집 제58권 제3호(통권 제237호)

발행연도: 2021.6

수록면: 129 - 136 (8page)

DOI: 10.3744/SNAK.2021.58.3.129

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Cavitation erosion is one of the major factors causing damage by lowering the structural strength of the marine propeller and the risk of it has been qualitatively evaluated by each institution with their own criteria based on the experiences. In this study, in order to quantitatively evaluate the risk of cavitation erosion on the propeller, we implement a deep learning algorithm based on a convolutional neural network. We train and verify it using the model tests results, including cavitation characteristics of various ship types. Here, we adopt the validated well-known networks such as VGG, GoogLeNet, and ResNet, and the results are compared with the expert’s qualitative prediction results to confirm the feasibility of the prediction algorithm using a convolutional neural network.

#Convolutional Neural Network(CNN #합성곱 신경망) #Deep learning(딥러닝) #Propeller(프로펠러) #Cavitation(캐비테이션) #Erosion(침식)

참고문헌 (8)

참고문헌 신청

Alex, K / 2012 / ImageNet classification with deep convolutional neural networks / Advances in Neural Information Processing System :1097~1105

Chao, Q / 2020 / Cavitation Intensity recognition for high-speed axial piston pumps using 1-D convolutional neural networks with multi-channel inputs of vibration signals / Alexandria Engineering Journal :4463~4473

Chollet, F / 2017 / Deep learning with python / Manning Publications

e, K / 2016 / Deep residual learning for image recognition / IEEE conference on computer vision and pattern recognition

LeCun, Y / 1995 / Neural networks: the statistical mechanics perspective :261~276

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김지혜

소속기관 조선대학교

주요연구분야 공학 > 공학 일반 공학 > 건축공학 > 건축공학 일반

논문수 159 이용수 12,977

이형석

소속기관 현대중공업

주요연구분야 공학 > 조선해양공학

논문수 1 이용수 127

허재욱

소속기관 현대중공업

주요연구분야 공학 > 조선해양공학

논문수 3 이용수 435

이 논문과 함께 이용한 논문

딥러닝 기술을 이용한 캐비테이션 자동인식에 대한 연구

지바한 , 안병권 대한조선학회 논문집 2021 .04

층류-난류 천이 모델을 적용한 프로펠러 단독 성능 해석에 관한 CFD 시뮬레이션

김동현 , 전규목 , 박종천 외 1명 대한조선학회 논문집 2021 .02

Canny Edge검출 기법과 합성곱 신경망을 이용한 심층학습 기반 터보차저 진동 분석

임윤혁 , 조형주 , 이형일 한국소음진동공학회논문집 2023 .10

로터 세일의 표면 형상과 조도 변화에 따른 마그누스 효과에 관한 실험연구

김영진 , 황재연 , 안병권 대한조선학회 논문집 2023 .10

받음각을 갖는 3차원 캐비테이터에서 발생하는 비축대칭 초공동 유동해석

황대규 , 안병권 대한조선학회 논문집 2023 .08

최근 본 자료

전체보기

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (8)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)