Elman 신경망을 이용한 절단면 표면거칠기 예측에 관한 연구 (A Study on the Prediction of the Surface Roughness of the Cutting Surface Using Elman Neural Network)

서지정보

· 발행기관 : 대한기계학회
· 수록지 정보 : 대한기계학회논문집 A / 45권 / 7호 / 567 ~ 572페이지
· 저자명 : 이충우, 윤태종, 오원빈, 이보람, 김영수, 김일수

초록

선박의 시스템이 복잡해짐에 따라 설치되는 파이프의 종류와 수량은 지속적으로 증가하는 추세이며, 특히 해양 파이프라인은 해양에서 개발된 원유, 가스를 수송하고 물, 공기 등 각종 유체를 이송 및 전송하기 때문에 필수적인 요소이다. 파이프라인의 제작과정에서 절단은 공정의 첫 단계로써 고품질의 절단작업이 필수적으로 요구되고 있다. 본 연구에서는 플라즈마 절단공정에서 파이프 절단면의 표면거칠기를 확보 및 예측하기 위해 엘만(Elman) 신경망으로 예측모델을 개발하였다. 실험에서 아크전류 및 절단속도를 공정변수로 선정하고, 실험계획법을 이용하여 공정변수가 표면거칠기에 미치는 영향을 분석하였다. 공정변수가 표면거칠기에 미치는 영향을 파악한 결과 데이터를 토대로 엘만 신경망을 이용하여 절단면의 품질을 예측하고, 실험값과 비교하여 예측능력을 확인하였다.

영어초록

As the ship’s system becomes more complex, the type and quantity of pipes to be installed constantly increase. In particular, the offshore pipeline transports crude oil and gas developed in the sea and transports and transmits various fluids such as water and air. It is an essential element. Cutting in the manufacturing process of the pipeline is the first step in the process, and high-quality cutting work is indispensable. In this study, a prediction model was developed using an Elman neural network to secure and predict the surface roughness of the pipe cutting surface in the plasma cutting process. In the experiment, the arc current and cutting speed were selected as process variables, and the effect of the process variables on the surface roughness was analyzed using the experimental design method. Based on the result data of grasping the effect of process variables on the surface roughness, the quality of the cut surface was predicted using the Elman neural network, and the predictive ability was confirmed by comparing it with the experimental value.

참고자료

· 없음