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
학술저널
저자정보
류성철 (한양대학교) 장경영 (한양대학교)
저널정보
한국비파괴검사학회 비파괴검사학회지 비파괴검사학회지 제43권 제3호
발행연도
2023.6
수록면
195 - 202 (8page)
DOI
10.7779/JKSNT.2023.43.3.195

이용수

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

초록· 키워드

오류제보하기
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.

목차

초록
Abstract
1. 서론
2. 머신러닝 모델
3. 입력 파라미터를 위한 비파괴검사 측정방법
4. 강도 추정 성능 분석
5. 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

UCI(KEPA) : I410-ECN-0102-2023-530-001755696