[논문]제조 온톨로지 기반 품질예측 프레임워크 및 시스템 개발 : 사출성형공정 사례

이경훈; 강용신; 이용한

doi:10.7232/ieif.2012.25.1.040

제조 온톨로지 기반 품질예측 프레임워크 및 시스템 개발 : 사출성형공정 사례
Development of Manufacturing Ontology-based Quality Prediction Framework and System : Injection Molding Process 원문보기

산업공학 = IE Interfaces, v.25 no.1, 2012년, pp.40 - 51

이경훈 (동국대학교 서울캠퍼스 산업시스템공학과) , 강용신 (동국대학교 나노정보기술연구원 u-SCM 연구센터) , 이용한 (동국대학교 서울캠퍼스 산업시스템공학과)

Abstract ▼ AI-Helper

Today, many manufacturing companies realize that collaboration is crucial for their survival. Especially, in the perspective of quality, the importance of collaboration is emphasized because economic loss increases exponentially while defective parts go through the process in supply chain. However, the manufacturing companies are facing two main difficulties in implementing collaborative relationships with their suppliers. First, it is difficult for the suppliers to produce reliable products due to their obsolete facilities. The problem gets worse for second- or third-tire vendors. Second, the companies experience the lack of universally understandable set of terminology and effective methodologies for knowledge representation. Ontology is one of the best approaches to expressing and processing a domain knowledge. In this paper, we propose the manufacturing ontology-based quality prediction framework to represent and share the knowledge of industrial environment and to predict product quality in manufacturing processes. In addition, we develop the ontology-based quality prediction system based on the proposed framework. We carried out a series of experiments for an injection molding process at an automotive part supplier. The experimental results demonstrated that the proposed framework and system can be successfully applicable in manufacturing industry.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

, 2004). 따라서 기업 간의 정보 공유가 가능하도록 합의된 데이터 모델을 제공해주며, 필요한 정보를 추론할 수 있다. 일찍이 Gartner사의 연구보고에서는 “응용 통합 프로젝트의 80%는 강력한 지식 표현을 사용하는 온톨로지를 기반으로 하게 될 것이다.
반면 하위 온톨로지는 특정 영역의 현실 세계를 구체화하는 것을 목적으로 하고 있다. 따라서 이 단계에서는 여러 제조 분야에서의 품질 정보 활용에 기반이 되는 상위 온톨로지와 이를 바탕으로 특정 영역에서 품질 추론을 위한 하위 온톨로지를 모델링한다. 상위 온톨로지는 현재 구축되어 있는 Cyc, SUMO, DOLCE, GFO, OCHRE 등과 같은 지식 베이스를 참조하여 제품, 품질, 설비, 생산 등의 개념을 정립하여 <그림 2>와 같이 정의하였다.
본 연구에서는 협력업체 간 품질관리를 위한 품질관련 지식의 표현 및 품질 추론을 목적으로 제조 온톨로지를 기반으로 하는 총 다섯 단계로 이루어진 품질예측 프레임워크를 제안하였다. 제안된 프레임워크를 활용한 시스템은 온톨로지 및 규칙의 저장·수정·추가 기능, 센서데이터로부터 실시간 공정정보 추출 및 의사결정나무를 이용한 품질 예측규칙 생성 기능, 실시간 공정정보와 품질예측 규칙 매칭을 통한 품질예측 기능을 수행하도록 개발되었다.
이러한 문제를 배경으로 본 연구에서는 협력업체 간 품질관련 지식의 표현(knowledge representation)및 품질 예측 정보 공유를 목적으로 온톨로지 기반 품질예측 프레임워크를 제안하고, 제안된 프레임워크를 활용한 시스템을 개발하였다. 또한 모듈부품 생산성 및 제품품질에 지대한 영향을 미치는 사출성형공정에 시스템을 적용해보고, 결과를 제시함으로써 제안된 시스템의 타당성을 확인한다.
품질예측 결과를 바탕으로 품질문제에 따른 원인과 해결책을 개발된 온톨로지 시스템을 통해 와 같이 살펴보았다.

제안 방법

작업 일정, 작업에 따른 Resource 사용, 작업량을 나타내기 위해 WorkOrder 클래스 정의하였다. Product와 Material 클래스를 정의하여 제품과 재료를 표현하였으며, 제품의 품질은 그에 따른 원인에 의해 발생하고, 원인은 그에 따른 해결책을 가지고 있다는 의미를 부여할 수 있게 하기 위해 각각 Quality, Cause, Solution 세 가지 품질 관련 클래스를 정의였다.
따라서 센서들로부터 수집된 캐비티 압력 곡선과 금형내부온도 곡선에서 추출할 수 있는 실시간 공정변수 9가지를 정의하였으며 과 같다.
본 연구에서 제안하는 프레임워크는 제조 온톨로지 모델로부터 품질 예측하는 과정을 다섯 단계로 나타내었다. <그림 1>은 제안된 프레임워크의 전체적인 구성과 단계별 결과물을 보여준다.
사출성형품의 품질문제에는 미성형(short shot), 플래시(flash or burr), 싱크 마크(sink mark), 플로 마크(flow mark), 은줄(silver streak), 웰드 라인(weld Line), 제팅(jetting), 크래이징(crazing) 및 크랙(crack), 탄화자국(black streak), 기포(void), 편육(deflection), 휨(warpage)등이 있으며 본 실험에서는 제일 빈번하게 발생하고 육안으로 쉽게 구별이 가능한 미성형을 타겟 품질문제로 설정하였다.
실험에 앞서 전문가와의 인터뷰를 통해 9개의 실험조건에서 예상되는 제품의 품질을 과 같은 품질예측 규칙으로 모델링하였다.
실험은 다양한 캐비티 압력 및 금형 내부 온도에서의 품질추론을 위해 사출속도, 보압절환점, 냉각수온도에 대하여 3수준의 L₉직교배열표를 이용한 다구찌 실험을 진행하였다. <표 4>는 3인자 3수준의 실험을 정의한 것이며, <표 5>은 L₉ 직교 배열표에 따른 실험을 나타낸다.
제시된 온톨로지 구조는 상위 온톨로지에서의 Product 클래스의 하위 클래스로 사출성형 제품을 나타내는 Injection Molded Product 클래스, 그리고 이 클래스의 하위 클래스로 실험에 사용된 제품을 표현하는 ExperimentProduct 클래스를 정의하였다. 또한 Quality 클래스의 하위 클래스로 사출성형품의 품질을 Injec tionMoldedProductQaulity 클래스로 정의하였다.
제안된 프레임워크를 활용한 시스템은 온톨로지 및 규칙의 저장·수정·추가 기능, 센서데이터로부터 실시간 공정정보 추출 및 의사결정나무를 이용한 품질 예측규칙 생성 기능, 실시간 공정정보와 품질예측 규칙 매칭을 통한 품질예측 기능을 수행하도록 개발되었다.
제조 온톨로지 기반 품질예측 프레임워크에서 제시된 상위 온톨로지를 기반으로 사출성형공정에서의 품질 추론을 위한 하위 온톨로지를 구축하였다. 하위 온톨로지는 품질예측에 필요한 사출성형기, 재료, 제품, 사출성형프로세스, 센서, 센서데이터로부터 추출된 특징, 설정된 사출성형조건, 품질문제, 품질문제에 따른 원인 및 해결책으로 상위 온톨로지의 하위 클래스, 인스턴스, 속성으로 표현하였다.

대상 데이터

그 이외의 조건인 노즐온도, 보압시간, 냉각시간, 보압은 모두 동일하게 적용하였다. 각각의 실험은 30번씩 반복 수행하여 총 270개 실험을 진행하였으며, 0.2초 단위로 캐비티 압력과 금형 내부온도를 수집하였다. 또한 육안으로 미성형을 확인하여 270개 제품의 품질을 양품과 미성형으로 구분하여 수집하였다.
본 실험에는 <그림 9>과 같이 Arburg 사의 25톤 유압식 사출성형기(최대 사출압력 : 1570bar)를 사용하였다. 금형 캐비티 압력 및 금형 내부 온도 측정 데이터는 Kistler 사의 센서를 통하여 수집하였다. 제품은 <그림 10> 과 같이 사각 형상(크기 : 30mm×30mm×3mm)이며, 재료는 LG 케미칼의 ABS(Grade : HF 380)을 사용하였다.
2초 단위로 캐비티 압력과 금형 내부온도를 수집하였다. 또한 육안으로 미성형을 확인하여 270개 제품의 품질을 양품과 미성형으로 구분하여 수집하였다.
본 실험에는 과 같이 Arburg 사의 25톤 유압식 사출성형기(최대 사출압력 : 1570bar)를 사용하였다.
본 실험에서는 미성형을 예측하기 위해 캐비티 압력과 금형 내부 온도 데이터를 센서를 이용하여 실시간으로 수집하였다. 캐비티 압력은 사출성형변수(사출압력, 사출속도, 사출시간, 보압, 보압시간, 냉각시간)와 주변 성형 환경이 모두 반영된 최종 결과로서, <그림 8>과 같이 성형품의 충진, 압축, 고화 과정을 자세히 보여준다.
본 실험에서는 제안된 프레임워크와 시스템의 적용 가능성 검증을 위하여 자동차 모듈부품 전체 공급사슬의 최하단부에 위치하고 있지만 모듈부품 생산성 및 제품품질에 지대한 영향을 미치는 사출성형공정을 타겟 프로세스로 설정하였다.
또한 생산 및 품질검사에 대해 숙련된 작업자의 경험에 의존하고 있어, 기업은 공급받는 부품에 대해 자체적으로 품질검사를 실시하여 많은 비용과 시간을 소모하고 있다. 실례로 완성차 업체 A사에 Cockpit 모듈을 공급하는 B사는 연간 45~55건의 품질 문제를 제기 받으며, 이중 1~2건은 리콜을 실시한다.
의사결정나무 기법을 이용하여 품질 예측 규칙을 발견하기 위하여 총 270개의 데이터 중 무작위로 선정한 180개의 데이터로 훈련 셋을 구성하여 분류 모형(classifier model)을 생성하였으며, 나머지 90개의 데이터로 모형을 테스트하였다. <표 7>은 학습을 통하여 생성된 새로운 품질예측 규칙이다.
제품은 과 같이 사각 형상(크기 : 30mm×30mm×3mm)이며, 재료는 LG 케미칼의 ABS(Grade : HF 380)을 사용하였다.

성능/효과

이러한 문제를 배경으로 본 연구에서는 협력업체 간 품질관련 지식의 표현(knowledge representation)및 품질 예측 정보 공유를 목적으로 온톨로지 기반 품질예측 프레임워크를 제안하고, 제안된 프레임워크를 활용한 시스템을 개발하였다. 또한 모듈부품 생산성 및 제품품질에 지대한 영향을 미치는 사출성형공정에 시스템을 적용해보고, 결과를 제시함으로써 제안된 시스템의 타당성을 확인한다.
제안된 프레임워크를 활용한 시스템은 온톨로지 및 규칙의 저장·수정·추가 기능, 센서데이터로부터 실시간 공정정보 추출 및 의사결정나무를 이용한 품질 예측규칙 생성 기능, 실시간 공정정보와 품질예측 규칙 매칭을 통한 품질예측 기능을 수행하도록 개발되었다. 또한 제안된 프레임워크 및 시스템을 사출성형공정이라는 협력업체 간 품질관리가 필요한 대표적인 생산공정에 적용하여 타당성을 검증하였다.
품질예측 결과를 바탕으로 품질문제에 따른 원인과 해결책을 개발된 온톨로지 시스템을 통해 <그림 12>와 같이 살펴보았다. 미성형의 원인인 낮은 사출압력(LowInjectionPressure), 느린 수지흐름(SlowResinFlow), 낮은 금형온도(LowMoldTemperature), 수지 공급부족(LackOfResin), 강한 런너저항(HighResistanceOfRu nner)과 해결책인 사출압력높임(IncreaseInjecitoPressure), 실린도 온도높임(IncreaceCylinderTemperature), 사출속도높임(IncreaceIn jectionVelocity), 수지공급추가(IncreaceResin), 금형온도높임(Incre aceMoldTemperature)의 인스턴스들이 검색됨을 확인할 수 있었다.
정의된 품질예측 규칙은 실험 제품 인스턴스가 가지는 사출성형변수 값에 따라 제품 인스턴스와 품질 인스턴스의 관계(hasQuality)를 연결시켜 품질을 추론한다. 예측 결과 94%의 높은 예측결과를 보였고, 이는 현장 작업자들의 경험으로부터 만들어진 지식이 시스템화되어 공유되어야 함을 강조 설명한다.
<표 8>는 실험에 사용된 일부 제품 인스턴스에 대한 실시간 공정 변수 값과 그 예측 결과를 나타낸다. 품질예측 결과 90개의 테스트 셋 중 89개가 정확히 추론되 98.9%의 예측력을 보였다.

후속연구

본 연구결과는 온톨로지 활용 측면에서, 협력업체 간 공통어휘체계 제공으로 인한 협업적 품질 관리, 숙련된 작업자의 지식 체계화(지식의 공유)에 기여할 것으로 기대된다. 또한 품질예측 측면에서, 품질예측을 통한 품질원인 및 해결책의 가시성 확보, 품질예측을 통한 설비 설정 값 재정립, 품질예측을 통한 품질 검사의 작업 신뢰도 향상에 기여할 것으로 기대된다.
본 연구결과는 온톨로지 활용 측면에서, 협력업체 간 공통어휘체계 제공으로 인한 협업적 품질 관리, 숙련된 작업자의 지식 체계화(지식의 공유)에 기여할 것으로 기대된다. 또한 품질예측 측면에서, 품질예측을 통한 품질원인 및 해결책의 가시성 확보, 품질예측을 통한 설비 설정 값 재정립, 품질예측을 통한 품질 검사의 작업 신뢰도 향상에 기여할 것으로 기대된다.
향후에는 사출성형에서의 품질문제를 미성형으로만 국한시키지 않고 다양한 품질문제를 예측할 수 있는 추가 실험을 예정하고 있으며, 자동차 제조 현장의 사출성형공정 및 타 공정에 본 연구에서 제안한 프레임워크와 시스템을 적용할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	온톨로지란 무엇인가?	이 추진 내용의 핵심은 바로 시멘틱 웹(semantic web)의 구현 기술인 온톨로지(ontology)이다(NIST, 2009). 온톨로지는 관심 있는 영역의 지식을 용이하게 표현하며, 의미기반으로 처리 할 수 있게 함으로써, 컴퓨터가 개념의 의미를 이해하고 개념에 대해 추론할 수 있도록 한다(Horrideg et al., 2004).
	국립표준기술원이 자국 기업들의 생산 및 제조 상호 운용성을 위해 추진 중인 지침의 핵심은?	현재 이런 일련의 문제를 해결하기 위해 미국 상무부의 국립표준기술원(NIST : National Institute of Standards and Technology)은 자국 기업들이 생산과 제조에 있어서 상호 운용성을 갖출 수 있도록 지침과 시험방법 제공을 추진 중에 있다. 이 추진 내용의 핵심은 바로 시멘틱 웹(semantic web)의 구현 기술인 온톨로지(ontology)이다(NIST, 2009). 온톨로지는 관심 있는 영역의 지식을 용이하게 표현하며, 의미기반으로 처리 할 수 있게 함으로써, 컴퓨터가 개념의 의미를 이해하고 개념에 대해 추론할 수 있도록 한다(Horrideg et al.
	온톨로지 구축을 위한 대표적인 표현 언어는?	온톨로지 구축을 위한 대표적인 표현 언어로는 RDF(Resource Description Framework), RDFS(Resource Description Framework Schema), DAML(DARPA Agent Markup Language)+OIL(Ontology Interface Layer), OWL(Web Ontology Language)등이 있으며, OWL은 RDF, RDFS, DAML+OIL을 확장한 언어로서 풍부한 의미 표현과 추론기능을 제공한다(W3C, 2004). 또한 속성간의 지식추론을 위한 온톨로지 규칙 표현 언어인 SWRL(Semantic Web Rule Language)은 OWL과 RuleML(Rule Markup Language)의 하부언어인 ‘Unary/Binary Datalog RuleML’을 통합한 언어로서 혼(Horn) 규칙과 OWL 지식베이스와의 통합을 제공한다(W3C, 2004).

참고문헌 (38)

Borgo, S. and Leitao, P. (2004), The role of foundational ontologies in manufacturing domain applications, Lecture Notes in Computer Science, 3290/2004, 670-688.
Chen, W. C., Tai, P. H, Wang, M. W., Deng W. J., and Chen, C. T. (2008), A neural network-based approach for dynamic quality prediction in a plastic injection molding process, Expert Systems with Applications, 35, 843-849.

상세보기
Choi, H. R., Hyun, S. Y., Lim, H. S., and Yoo, D. Y. (2006), Design of Collaborative Production and Supply Planning System based on ebXML, Information System Review, 8(1), 1-24.
Chong, Z. S., Mohzani, M., Chin, J. F., and Yupiter, H. P. (2011), Approach to prediction of laser cutting quality by employing fuzzy expert system, Expert Systems with Applications, 38, 7558-7568.

상세보기
Gartner (2002), Semantic Web Technologies Take Middleware to Next Level, Gartner.
Georgoudakis, M., Alexakos, C., Kalogeras, A. P., Gialelis, J., and Koubias S. (2007), Methodology for the efficient distribution a manufacturing ontology to a multiagent system utilizing a relevant Meta-Ontology, Emerging Technologies and Factory Automation, 2007. ETFA. IEEE Conference on, 25th-28th September, Rion, Greece, 1210-1216
Gruber, T. R. (1993), A translation approach to portable ontology specifications, Knowledge Acquisition, 5, 199-220.

상세보기
Herre, H., Heller, B., Burek, P., Hoehndorf, R., Loebe, F., and Michalek, H. (2007), General Formal Ontology (GFO) : A Foundational Ontology Integrating Objects and Processes. Part I : Basic Principles. Research Group Ontologies in Medicine (Onto-Med), University of Leipzig.
Horrideg, M., Konublauch, H., Rector, A., and Stevens, R. (2004), A Practical Guide To Building OWL Ontologies Using The Protege-OWL Pluging and CO-ODE Tool, University of Manchester and Stanford University.
Huang, H. M. (2008), Ontological Perspectives for Autonomy Performance, Proceeding PerMIS Proceedings of the 8th Workshop on Performance Metrics for Intelligent Systems, 19th-21th August, Gaithersburg, MD, USA, 101- 107.
Kim, T. M. and Shin, H. J. (2007), A Study on the Forward Method of 'Single PPM Quality Innovation' for Special type : Focused on Mold Industry, Journal of the Society of Korea Industral and Systems Engineering, 30(4), 85-95.
Kim, E. K. and Nam, Y. J. (2004), The Comparative Study on the Methodologies of Building Ontology toward Semantic Web, Korea Institute of Science and Technology Information, 35(2), 57-85.
Lee, J. Y. (2006), Implementation Strategy on Ontology-based System for Task Management and Analysis, National Research Foundation of Korea.
Lee, M. H., Kim, H. S., and Kim, N. H. (2006), Design and Implementation of the Web Service Based Collaborative Production Management System, Journal of the Society of Korea Industrial and Systems Engineering, 29(3), 78-86.
Lee, S. C., Kim, C. S., and Lim, J. H. (2007), Solving the ambiguity of an Intention Reasoning using Context-Awareness Architecture based on Ontology, Korean Society for Internet Information, 8(5), 99-108.
Lemaignan, S., Siadat, A., Dantan, J. Y., and Semenenko, A. (2006), MASON : a proposal for an ontology of manufacturing domain, IEEE Workshop on Distributed Intelligent System : Collective Intelligence and Its Application, 15th-16th June, Metz, France, 195-200.
Lin, H. K. and Harding, J. A. (2007), A manufacturing system engineering ontology model on the semantic web for inter-enterprise collaboration, Computers in Industry, 58, 428-437.

상세보기
Masolo, C., Borgo, S., Gangemi, A., Guarino, N., Oltramari, A., and Schneider, L. (2003), The WonderWeb Library of Foundational Ontologies, Institute of Cognitive Sciences and Technology.
Niles, I. and Pease, A. (2001), Towards a Standard Upper Ontology, Proceedings of the international conference on Formal Ontology in Information Systems, 17th-19th October, Maine, USA.
NIST (1999), An Analysis of Existing Ontological Systems for Applications in Manufacturing and Healthcare, National Institute of Standards and Technology.
NIST (2009), Manufacturing Interoperability Program, a Synopsis, National Institute of Standards and Technology.
Noy, N. F. and McGuinness, D. L. (2000), Ontology Development 101 : A Guide to Creating Your First Ontology, Stanford University.
O'Connor, M., Knublauch, H., Tu, S., and Musen, M. (2004), Writing Rules for the Semantic Web Using SWRL and Jess, Stanford University.
Park, S. J. and Lee, G. B. (2003), Concept of the Next Generation Manufacturing System and Consideration for its Embodiment in Manufacturing Industries, Journal of the Korean Society of Precision Engineering, 20(9), 27-31.
Postawa, P. and Koszkul, J. (2005), Change in injection moulded parts shrinkage and weight as a function of processing conditions, Journal of Materials Processing Technology, 162, 109-115.

상세보기
Pouchard, L., Ivezic, N., and Schlenoff, C. I. (2000), Ontology Engineering for Distributed Collaboration in Manufacturing, Proceedings of the AIS Conference, 129, 2865-2872.
Ryu, K., Cho, Y., Choi, H., and Lee, S. (2005), Collaborative Process Modeling for Embodying e-Manufacturing, IE Interfaces, 18(3), 221-233.
Schneider, L. (2003), How to Build a Foundational Ontology : The Object-Centered High-level Reference Ontology OCHRE, University of Leipzig.
Siegel, N., Goolsbey, K., Kahlert, R., and Matthews, G. (2004), The Cyc System : Notes on Architecture, Cycorp, Inc.
SMBA (2009), An Annual Report on Korean Small and Medium-sized Business, Small and Medium Business Administration.
Tsai, K. M., Hsieh, C. Y., and Lo, W. C. (2009), A study of the effects of process parameters for injection molding on surface quality of optical lenses, Journal of materials processing technology, 209, 3469-3477.

상세보기
Tseng, T. L., Kwon, Y., and Ertekin, Y. M. (2005), Feature-based rule induction in machining operation using rough set theory for quality assurance, Robotics and Computer-Integrated Manufacturing, 21, 559-567.

상세보기
Vujasinovic, M., Ivezic, N., Kulvatunyou, B., Barkmeyer, E. J., Missikoff, M., Taglino, F., Marjanovic, Z., and Miletic, I. (2008), A Semantic-Mediation Architecture for Interoperable Supply-Chain Applications, International Journal of Computer Integrated Manufacturing, 22(6), 549-561.
W3C (2004), OWL web ontology language overview, World Wide Web Consortium
W3C (2004), SWRL : a semantic web rule language combining OWL and RuleML, World Wide Web Consortium
Ye, F. and Ding, X. (2009), Manufacturing Enterprise Business Process Ontology Modeling for Knowledge Integration, Proceedings of 2009 IEEE International Conference on Grey Systems and Intelligent Services, 10th-12th November, Hangzhou, China, 1365-1369.
Zeaiter, M., Knight, W., and Holland, S. (2010), Multivariate regression modeling for monitoring quality of injection moulding components using cavity sensor technology: Application to the manufacturing of pharmaceutical device components, Journal of Process Control, 21(1), 137-150.
Zhou, J. and Rose, D. (2004), Manufacturing ontology analysis and design: towards excellent manufacturing, Industrial Informatics 2004 2nd IEEE International Conference on, 26th June, Sophia Antipolis, France, 39-45.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증