• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.950-955
• /
• 2005

This paper describes an intelligent filler wire feeding device which can control 3- dimensional seam tracking and the filler wire speed by measuring the gap position and the joint gap width in laser welding. By means of visual sensor controlled filling the missing material into the joint gap and 3 dimensional seam tracking, lineup errors from manufacturing tolerances and the repeatability of lineup jigs and weld robot can be balanced and at an even seam quality which avoids weld defects. In this paper, we assessed weld quality in 2mm sheets of A16061 which had various gap width by using the intelligent filler wire feeding device.

• 방송공학회논문지
• /
• 제26권3호
• /
• pp.327-330
• /
• 2021

본 논문에서는 3D 오디오 부호기의 성능 향상을 위해 새로운 잡음 채움 기법을 제안한다. 제안한 잡음 채움 기법에서는 핵심 대역을 IGF 시작 주파수까지가 아니라 MAX_SFB로 설정되는 영역까지로 제한한다. 그리고, IGF 입력 패치의 모든 주파수 영역에 잡음 채움이 수행되도록 한다. 본 논문에서 수정된 잡음 채움 기법의 성능은 MUSHRA 테스트를 통해 평가되었고, 그 결과 기존의 방법보다 우수한 성능을 보임을 입증한다.

• 한국정밀공학회지
• /
• 제23권7호
• /
• pp.59-66
• /
• 2006

In laser welding, automatic seam tracking is important to adjust the laser head position in real time as it moves along the seam. Also if the joint gap is occurred, filling the missing material into the joint gap is necessary to prevent welding defects and bad welding quality. In general, the joint gap width is not constant along the seam due to a variety of reason. So it is essential to control the filler wire speed into the joint gap to acquire good welding quality. This paper describes an intelligent filler wire feeding device which can control 3-dimensional seam tracking and the filler wire speed by measuring the gap position and the joint gap width in laser welding. We call this device as Smart Micro Control system(SMC). To achieve this objective, we assessed weld quality in 2mm sheets of A16061 which had various gap width by using the developed device. From the experimental results, It was found the possibility that the developed device could be used in welding various 3-dimensional structures.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1122-1128
• /
• 2020

대역 확장(Bandwidth Extension)이란 채널 용량 부족 혹은 이동통신 기기에 탑재된 코덱의 특성으로 인해 부호화 및 복호화 과정에서 대역 제한(band limited)되거나 손상된 협대역 신호(NB, Narrow Band)를 복원, 확장하여 광대역 신호(WB, Wide Band)로 전환 시켜주는 것을 의미한다. 대역 확장 연구는 주로 음성 신호 위주로 대역 복제(SBR, Spectral Band Replication), IGF(Intelligent Gap Filling)과 같이 고대역을 주파수 영역으로 변환하여 복잡한 특징 추출 과정을 거쳐 이를 바탕으로 사라지거나 손상된 고대역을 복원한다. 본 논문에서는 딥러닝 모델 중 오토인코더(Autoencoder)를 바탕으로 1차원 합성곱 신경망(CNN, Convolutional Neural Network)들의 잔차 연결을 활용하여 복잡한 사전 전처리 과정 없이 일정한 길이의 시간 영역 신호를 입력시켜 대역 확장 시킨 음향 신호를 출력하는 모델을 제안한다. 또한 음성 영역에 제한되지 않는 음악을 포함한 여러 종류의 음원을 포함하는 데이터셋에 훈련시켜도 손상된 고대역을 복원할 수 있음을 확인하였다.