최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서강대학교 Sogang University |
---|---|
연구책임자 | 김낙수 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2022-03 |
과제시작연도 | 2021 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202200015518 |
과제고유번호 | 1711139868 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-11-09 |
키워드 | 예비성형체.인공지능.단조공정.난성형재.유한요소해석.Preform design.Artificial intelligence.Forging process.Poor-forgeability material.Finite element method. |
□ 연구개요
단조품의 예비성형체 설계는 단조결함 방지, 단조하중 감소, 금형수명 향상 등에 영향을 미치는 매우 중요한 요소이다. 기존의 예비성형체는 현장 전문가의 경험과 노하우에 의존하여 trial-and-error를 통하여 설계되었다. 따라서, 본 연구에서는 딥러닝 합성공 신경망(Convolution Neural Network, CNN)의 분할(Segmentation) 방식을 토대로 한 인공지능 모델 기반 예비성형체 설계 방법을 개발한다. 본 연구에서 설정한 예비성형체 설계의 목적함수 변수들은 결함 발생 여부, 최대 단조 하
※ AI-Helper는 부적절한 답변을 할 수 있습니다.