인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.5
- 수록면
- 44 - 51 (8page)
- DOI
- 10.9726/kspse.2026.30.2.044
이용수
초록· 키워드
단속선삭 공정은 비대칭 또는 비원형 단면을 가진 복잡 형상 공작물의 가공에 널리 활용된다. 그러나 공구–공작물 간 접촉 상태가 주기적으로 변화함에 따라 절삭력 변동, 충격 하중 및 진동이 발생하여 표면 품질과 공정 안정성에 영향을 미친다. 따라서 단속선삭에서의 동적 거동과 주요 절삭변수의 상호작용을 이해하는 것은 신뢰성 있는 표면 품질 확보에 중요하다. 본 연구에서는 SCM440 소재의 단속선삭 가공에서 절삭 속도, 이송 속도, 절삭 깊이가 표면거칠기에 미치는 영향을 분석하였다. 또한 예측 정확도 향상을 위한 딥러닝 기반 DNN 모델을 구축하였다. L<sub>9</sub>(3³) 다구찌 실험을 통해 최적 절삭 조건은 절삭 속도 140 m/min, 이송 0.1 mm/rev, 절삭 깊이 1.0 mm로 도출되었다. DNN 모델은 R²가 0.984, RMSE는 0.145로 높은 예측 성능을 보였다. 제안된 예측모델은 단속선삭 공정의 품질 관리와 최적 절삭조건 선정에 효과적으로 활용할 수 있을 것으로 기대된다.
#단속선삭
#딥러닝 기반 예측모델
#데이터 기반 예측
#SCM440
#Interrupted Turning
#Deep Learning-based Prediction Model
#Data-driven Prediction
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 초록
- Abstract
- 1. 서론
- 2. DNN 기반 예측모델
- 3. 단속선삭 가공 실험 및 분석
- 4. 예측모델 개발 및 성능평가
- 5. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
