• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2002년도 추계학술대회논문초록집
• /
• pp.355.2-355
• /
• 2002

The receptance method was applied for the analysis of a cylindrical shell with a spherical cap attached at an arbitrary axial position of the shell. The boundary condition of the shell considered here was clamped-free condition. Before the analysis of the shell/spherical cap combined structure, natural frequencies of the cap and the shell were calculated separately and then they were used in the calculation of the frequencies of the combined structure by the receptance method. (omitted)

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2002년도 추계학술대회논문집
• /
• pp.529-534
• /
• 2002

The receptance method was applied for the analysis of a cylindrical shell with a curvaturated plate attached at the top of the shell. The boundary conditions of the shell considered here were clamped at the bottom and free at the top of the shell. Before the analysis of the shell/plate combined structure, the natural frequencies of the plate and the shell were calculated separately and then they were used in the calculation of the frequencies of the combined structure by the receptance method. The frequency equation of the combined structure was derived from the continuity condition at the junction of the shell and the plate. The frequencies for various curvature factors of the plate were presented and compared with those from ANSYS to show its validity of the present method.

• 대한공업교육학회지
• /
• 제33권1호
• /
• pp.282-296
• /
• 2008

기존의 자동차 부품 로봇 용접방법은 노즐을 통하여 $CO_2$ 가스가 확산되는 구조로 되어있어 용접대상물에 노즐간섭으로 인하여 로봇 용접이 불가능한 부위가 많고, 공간이 좁은 부분의 용접은 2차 수작업으로 완성하고 있어 생산성 향상에 걸림돌이었다. 따라서 본 연구에서는 이러한 용접과정을 분석하여 $CO_2$ 가스 소모량을 절약하고, 좁은 공간 부위를 로봇 용접할 수 있는 새로운 특수 용접 노즐을 개발하여 생산성을 향상시키고자 하였다. 본 연구개발에서 설계 제작된 협대역 자동차 부품 로봇 용접용 특수 용접 팁은 2단 구조로서 중단부에 직경 3mm의 구멍을 8개소로 제작하고 $CO_2$ 가스 소모량을 47%이상 절약한 형태로서 용접 결함율이 비교적 낮은 개발품이다. 본 연구의 결과는 국내 자동차 업계에서 사용되는 구형 용접 팁을 중간부에 구멍이 뚫린 2단 구조의 노즐로 대체하면 생산원가를 절감할 수 있다고 판단된다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1050-1057
• /
• 2020

실감형 360도 미디어는 기존 영상보다 고품질, 초대용량으로 영상의 크기가 크며, 다양한 렌더링 방식을 사용하여 기존방식으로 이미지 처리할 경우 영상인식 속도가 느려지는 문제가 있다. 또한, 실감형 360도 미디어의 특성상 특정 장소에서 카메라를 고정시켜 한 장면만 촬영하는 경우가 대부분이기 때문에, 모든 영상에서 특징정보를 추출할 필요가 없다. 본 논문에서는 실감형 360 미디어의 프레임 추출과정, 프레임 다운사이징, 구형 형태의 렌더링 과정을 거치고, 렌더링 과정에서 영상을 16개 프레임으로 분할 캡처하여 캡처된 프레임에서 객체 정보가 많은 중앙 부분에서 픽셀당 RGB 벡터와 딥 러닝을 이용하여 객체를 추출한 뒤, 객체 특징정보를 이용하여 대표 프레임을 선정하는 방법을 제안한다.