본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
가공 시작점 인식을 위한 다중 스케닝 비전센서 시스템 개발 = Development of a multi-scanning laser vision sensor system to extract the machining start point 김지우, 백대현, 최재원, 문형순 p. 11-21
금속 3D 프린팅 공정의 결함 분석 = Defect analysis of metal 3D printing process 최병주, 양재영, 이문구, 전용호 p. 92-98
게이트의 위치가 사출 성형품의 변형에 미치는 영향 = Effect of gate position on the deformation of injection molds 장성민, 백승엽 p. 85-91
폴리머기지 복합재료 충격시험결과의 신뢰성평가 = Reliability validation of impact test results for polymer composite 김태우 p. 80-84
초 임계 압력 보일러에 적용되는 압력조절밸브의 셰이크다운 탄성 한계 해석 및 규명 = Elastic shakedown analysis of pressure-reducing valve of supercritical boiler system under cyclic thermomechanical loadings 조락균 p. 74-79
전기자동차 알루미늄 이종소재의 하이브리드 Clinching 접합특성에 따른 기계적 특성 = Mechanical properties of hybrid clinching joints of dissimilar aluminum in electric vehicles 정진욱, 김성재, 이선빈, 심우정, 김병규 p. 68-73
적층제조설계기법을 이용한 위성용 경량화 전개장치 구조물 개발 = Development of deployment structures for lightweight satellites using design for additive manufacturing technology 정화영, 이재은, 김효태, 김기승, 박성우 p. 60-67
자동차 시동용 LFP 배터리 팩의 혹한기 시동성 향상을 위한 열선 시스템 적용에 따른 열 유동 해석 = Numerical analysis of self-heating lithium iron phosphate battery systems for enhanced cold startability 우영한, 강석원, 이준숭, 박문식, 김성진, 성동길, 주성욱 p. 53-59
유한요소해석을 이용한 충격하중을 받는 구조물의 충격계수 산출 방법 연구 = Finite element analysis method for calculating the impact factor of structures under impact load 고만수, 권순기 p. 46-52
유한요소법을 이용한 유연소자용 Au 나노구조체의 내구성 평가 = Durability evaluation of Au nanostructures for flexible devices using the finite element method 남병현, 윤홍석, 최진일 p. 37-45
열전소자를 이용한 반도체 검사용 자동 온도제어 모듈 개발 = Development of automatic temperature control module for semiconductor test process using thermoelectric element 손덕수, 동선희, 이우영 p. 31-36
사용자 친화적이고 직관적인 티칭을 위한 충돌예측기능을 포함하는 탈착형 로봇 교시 장치 = Detachable robot teaching device with collision prediction function for user-friendly and intuitive robot teaching 도현민, 김휘수, 김의겸, 최태용, 박종우, 박동일, 박찬훈, 경진호, 김두형 p. 22-30
이미지 피라미드와 중첩을 활용한 영상처리 기반의 인덱서블 엔드밀 공구마모영역 및 마모최대폭 측정기법 = A study on the measurement of flank wear area and its maximal length of indexable end mill based on image processing techniques using image pyramids and edge overlays 고형용, 구정인 p. 1-10

참고문헌 (15건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Ngo, T. D., Kashani, A., Imbalzanoa, G., Nguyen, K. T. Q., Hui, D., 2018, Additive Manufacturing (3D printing): A Review of Materials, Methods, Applications and Challenges, Compos. Pt. B-Eng., 143:15 172-196, https://doi.org/10.1016/j.composi tesb.2018.02.012. 미소장
2 Grasso, M., Colosimo, B. M., 2017, Process Defects and in Situ Monitoring Methods in Metal Powder Bed Fusion: A Review, Meas. Sci. Technol., 28:4 044005, https://doi.org/10.1088/1361-6501/aa5c4f. 미소장
3 Liu, S., Shin, Y. C., 2019, Additive Manufacturing of Ti6Al4V Alloy: A Review, Mater. Des., 164:15 107552, https://doi.org/10.1016/j.matdes.2018.107552. 미소장
4 Desktop Metal, n.d., viewd 10 February 2020, . 미소장
5 Kwon, O., Kim, H. G., Ham, M. J., Kim, W., Kim, G. H., Cho, J. H., Kim, N. I., Kim, K., 2018, A Deep Neural Network for Classification of Melt-pool Images in Metal Additive Manufacturing, J. Intell. Manuf., 31 375-386, https://doi.org/10.1007/s10845-018-1451-6. 미소장
6 Scime, L., Beuth, J., 2018, A Multi-scale Convolutional Neural Network for Autonomous Anomaly Detection and Classification in a Laser Powder Bed Fusion Additive Manufacturing Process, Addit. Manuf., 24 273-286, https://doi. org/10.1016/j.addma.2018.09.034. 미소장
7 Scime, L., Beuth, J., 2019, Using Machine Learning to Identify In-situ Melt Pool Signatures Indicative of Flaw Formation in a Laser Powder Bed Fusion Additive Manufacturing Process, Addit. Manuf., 25 151-165, https://doi.org/10.1016/j.addma. 2018.11.010. 미소장
8 Scime, L., Beuth, J., 2018, Anomaly Detection and Classification in a Laser Powder Bed Additive Manufacturing Process using a Trained Computer Vision Algorithm, Addit. Manuf., 19 114-126, https://doi.org/10.1016/j.addma.2017. 11.009. 미소장
9 Khanzadeh, M., Chowdhury, S., Marufuzzaman, M., Tschopp, M. A., Bian, L., 2018, Porosity Prediction: Supervised-learning of Thermal History for Direct Laser Deposition, J. Manuf. Syst., 47 69-82, https://doi.org/10.1016/j.jmsy.2018.04.001. 미소장
10 Khanzadeh, M., Tian, W., Yadollahi, A., Doude, H. R., Tschopp, M. A., Bian, L., 2018, Dual Process Monitoring of Metal-based Additive Manufacturing using Tensor Decomposition of Thermal Image Streams, Addit. Manuf., 23443-456, https://doi.org/10.1016/j.addma.2018.08.014. 미소장
11 Thompson, S. M., Bian, L., Shamsaei, N., Yadollahi, A., 2015, An Overview of Direct Laser Deposition for Additive Manufacturing; Part I: Transport Phenomena, Modeling and Diagnostics, Addit. Manuf., 8 36-62, https://doi.org/10. 1016/j.addma.2015.07.001. 미소장
12 Shamsaei, N., Yadollahi, A., Bian, L., Thompson, S. M., 2015, An Overview of Direct Laser Deposition for Additive Manufacturing; Part II: Mechanical Behavior, Process Parameter Optimization and Control, Addit. Manuf., 8 12-35, https://doi.org/10.1016/j.addma.2015.07.002. 미소장
13 Qi, X., Chen, G., Li, Y., Cheng, X., Li, C., 2019, Applying Neural-Network-Based Machine Learning to Additive Manufacturing: Current Applications, Challenges, and Future Perspectives, Engineering, 5:4 721-729, https://doi.org/10.1016/j.eng.2019.04.012. 미소장
14 King, W. E., Barth, H. D., Castillo, V. M., Gallegos, G. F., Gibbs, J. W., Hahn, D. E., Kamath, C., Rubenchik, A. M., 2014, Observation of Keyhole-mode Laser Melting in Laser Powder-bed Fusion Additive manufacturing, J. Mater. Process. Technol., 214:12 2915-2925, https://doi.org/10.1016/j.jmat protec.2014.06.005. 미소장
15 Redmon, J., Farhadi, A., 2018, viewd 12 March 2020, YOLOv3: An Incremental Improvement, . 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기