Developing in-situ Uniaxial Deformation analysis Using Computer Vision & Machine Learning
- 백하성
- 인천대학교
- 작품구분일반형
- 공개여부공개
- 카테고리기계, 전자
- 등록일2021-09-14
- 팀원(공동개발자)백하성, 최다인
- 출품 경진대회2021. 공과대학 EATED 프로그램 연구성과 중간발표 행사
- 4
- 1
- 1,412
상세설명
1. 수행배경
먼저 EBSD와 머신러닝을 통해 이미지 세그맨태이션 기술를 접목시킨 om을 비교하겠다. 기존의 기술인 EBSD는 전자 후방 산란 회절 법이라고 불리는 관측 방식으로 시간이 많이 들고, 비용이 비싸며, 시편을 관찰하는 데 많은 과정을 거쳐야한다. 반면에 OM은 연속적으로 시편의 변화를 관찰할 수 있고, 시편을 준비하기 쉬우면서, EBSD를 찍는 것에 비해 비용도 적게 든다. 또한 큰 영역의 표면을 특징지을 수 있다. 그래서 관측하는 결정립의 사이즈가 큰 경우 EBSD보다 OM을 사용하는 것이 시간과 비용을 모두 절약할 수 있는 선택이다. 그래서 우리는 머신러닝을 통해 이미지 세그맨태이션 기술를 접목시킨 om으로 시편의 변형을 관측하는 방법을 선택하였다
2. 수행기간
5월 ~ 7월 Experimental Setup
7월 ~ 9월 Data Acquisition
9월 ~ 10월 Machine Learning application
10월 ~12월 Validation
3. 개발작품 설명
머신러닝을 통해 이미지 세그맨테이션 기술을 om에 적용하여 시편의 실시간 변형을 관측할 수 있는 시스템을 개발한다.
4. 활용방안
•Statistical analysis
•Apply to different temperature
Apply to Nano Indentation소개 영상
소개 슬라이드
.
우희민 (인천대학교) 2021-09-15 21:14:06
머신러닝을 통해 이미지 세그맨태이션 기술를 접목시킨 om으로 시편의 변형을 관측하는 방법으로 비용이 절약되는 점이 매우 좋은 것 같습니다. 좋은 연구 감사합니다.