인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
첨단 산업 제품의 경량화를 위한 알루미늄 합금의 수요가 늘어가면서 품질 관리를 위해 비파괴검사 기법을 이용한 재료강도의 전수 모니터링 기술이 필요하게 되었다. 이를 위해서 본 연구에서는 재료의 강도와 관련이 있다고 알려진 비파괴검사 파라미터들인 초음파 종/횡파속도, 감쇠계수, 비선형 파라미터, 와전류 전기전도도를 입력파라미터로 사용하여 알루미늄 합금의 강도를 추정할 수 있는 머신러닝 모델을 개발하였다. 학습을 위한 데이터셋은 다양한 강도분포를 갖도록 제작한 400여 개의 시편으로부터 얻은 비파괴검사 파라미터와 인장시험 데이터로 구성되었다. 특히 비파괴검사 파라미터의 측정에는 신뢰성을 높이기 위해 전용으로 개발된 자동화 측정시스템을 이용하였다. 학습결과 추정된 강도는 실제 강도와 ±20 MPa의 구간 정확도를 적용할 때 90% 이상의 정확도를 얻을 수 있었다. 향후 데이터의 축적이 지속되면 성능은 더욱 향상될 수 있을 것으로 기대되며, 이는 파괴 인장시험의 불확도가 10% 수준임을 감안할 때 제안하는 기술이 파괴시험을 대체할 수 있는 충분히 가능성이 높은 기술임을 입증한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0102-2023-530-001755696
