| 연구목표 |
- 프로펠러 초음파 이미지와 딥러닝 네트워크를 이용한 불량 여부 분석 기술- 프로펠러 초음파 데이터 수입 및 편차 이미지 변환 : 초음파 데이터 수집 및 편차 이미지 변환 초음파 센서를 통하여 측정된 값은 제품 표면과 초음파 센서가 위치 사이의 절대적 거리와 상자 표면의 편차의 합으로 구성되어 있다고 정의할 수 있다. 초음파 이미지 정규화 과정을 통하여 상... |
| 연구내용 |
- CNN을 이용한 품질 판단 여부 분류 모델 생성 : Convolution neural network(CNN)를 사용하여 변환된 제품 초음파 이미지 데이터가 제품 불량 유무에 대해 분류한다. CNN은 이미지를 이용한 딥러닝 네트워크 분석의 하나로써 주어진 이미지가 기존에 학습한 이미지와 크기, 회전 등으로 인하여 차이를 보이더라도 Convolution f... |
| 기대효과 |
- 기구학적 해석 및 기구 설계- 시스템 구성 : 프로펠러 검사 장치는 크게 초음파를 송수신하는 기구부와 검사체를 고정시키는 지그부로 나눈다. 지그에 의해 검사체가 고정되면, 송신수신부가 검사체를 가운데 두고, 검사 표면에서 수선을 유지하며 정해진 검사 경로를 따라 움직이도록 한다. 검사 장치는 총 10개의 축을 가지며, 초음파 송신부의 위치 선정에 의해 ... |
| 키워드 |
탄소복합재,초음파 검사,비파괴 검사,프로펠러,툴경로 알고리즘 |