极限学习机
等离子切割
过程(计算)
质量(理念)
计算机科学
可靠性工程
人工智能
机械工程
工程类
操作系统
物理
人工神经网络
量子力学
作者
Chung-Woo Lee,Tae-Jong Yun,Won-Bin Oh,Bo-Ram Lee,Young‐Su Kim,Minwoo Park,Dong-Hwan Park,Ill-Soo Kim
出处
期刊:Transactions of The Korean Society of Mechanical Engineers A
[Korean Society of Mechanical Engineers]
日期:2021-11-05
卷期号:45 (11): 961-967
标识
DOI:10.3795/ksme-a.2021.45.11.961
摘要
제조 산업에서 절단은 자재를 원하는 모양으로 얻기 위해 사용되는 가장 기본적이면서 처음 수행되는 공정이다. 절단 공정을 통한 자재의 표면 품질은 이후 수행하는 용접이나 도장과 같은 공정의 품질에 영향을 줄 수 있으므로 고품질의 절단면은 필수적으로 요구된다. 본 연구에서는 플라즈마 절단 공정에서의 절단면 표면거칠기 예측 모델 개발을 연구목표로 하였다. 실험에는 ASTM A106 Gr. B 재질의 파이프를 사용하였으며, 아크 전류 및 절단 속도를 절단실험의 공정변수로 선정하였다. ELM(extreme learning machine)을 기반으로 공정변수에 따른 표면거칠기 예측 모델을 개발하였고, 공정변수에 따른 실험값과 예측 모델을 이용한 예측값을 비교하여 예측 모델의 성능을 확인한 결과 90% 이상의 높은 예측성능을 확인하였다.
科研通智能强力驱动
Strongly Powered by AbleSci AI