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
이수민 (한국과학기술원) 김승규 (한국과학기술원) 강남우 (한국과학기술원)
저널정보
대한기계학회 대한기계학회 춘추학술대회 대한기계학회 2022년 학술대회
발행연도
2022.11
수록면
2,267 - 2,270 (4page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
The lightweight and strength design of the robot frame has a significant impact on performance. Optimization via CAE facilitated design for a single part. However, in the case of a kinematic system consisting of multiple links, many trial and errors are required to use the existing design methods. This study constructs a framework for inverse design by learning the frames of the 4-bar link mechanism robot arm generated by parametric design through FEA. Each link used up to 14 design variables to generate massive data. As a result, a set of link combinations corresponding to boundary conditions with the stiffness values obtained through FEA automation can be used for deep learning.

목차

Abstract
1. 서론
2. 4절 링크 로봇팔 설계
3. 딥러닝 프레임워크 설계
4. 결론
참고문헌

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