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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
손수정 (부산대학교) 하태현 (부산대학교) 류광열 (부산대학교)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2021년 대한산업공학회 추계학술대회
발행연도
2021.11
수록면
1,102 - 1,107 (6page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
고무 제품의 제조를 위한 공정 중 혼련 공정은 믹서에 원료와 배합제를 투입하여 혼합하는 공정이다. 대부분의 기업에서는 숙련된 작업자의 암묵지를 활용하여 재료의 투입 순서와 시간을 결정하며 이는 공정의 신뢰도와 품질의 균일성을 저해한다. 이를 체계화하기 위해 본 연구에서는 믹서의 온도, 전압, 램(Ram) 개폐 여부 등의 시계열 데이터에서 고무 물성을 예측할 수 있는 모델을 제안한다. 예측 정확도를 높이기 위해 합성곱 레이어의 다층 쌓기에 유리한 Residual Neural Network(ResNet)을 구축하였으나 검증 오차가 낮아지지 않는 문제가 발생하였다. 이에 본 연구에서는 레이어의 수를 역으로 줄이는 모델을 개발하였는데, 이 모델은 3개의 레이어로 구성된 1차원 Convolution Neural Network(CNN)이며, Zero-padding의 문제점을 개선한 Symmetric-padding을 적용하였다. 이러한 방법의 적용은 CNN과 ResNet34를 결합한 모델의 학습속도를 개선하고 검증 오차를 약 4% 감소시킬 수 있었다. 본 논문의 연구결과를 통하여 고무혼련공정 및 유사 공정의 품질 지표 예측모델의 다른 접근법에 대한 기초연구결과를 제공해줄 수 있을 것으로 기대한다.

목차

초록
1. 서론
2. 관련연구
3. 혼련 공정, 품질 예측 지표, 데이터
4. 혼련 공정 품질 지표 예측 모델
5. 실험결과 및 분석
6. 결론
REFERENCES

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0