|
밀링 헤드 장치 목 차
◎밀링머신의 개요
□밀링머신의 작업 종류
□밀링머신의 분류
□밀링머신의 역사
◎밀링머신의 종류와 구조
□밀링머신의 종류
□밀링머신의 구성 및 기능
◎밀링머신의 부속장치
□밀링커터의
|
|
|
없음
|
|
|
밀링머신을 구조별로 분류하시오.
○ 니 칼럼형 밀링머신: 수평 밀링 머신, 만능 밀링 머신, 수직 밀링 머신
주요부분 : 기둥(column), 니(knee), 테이블(table)
밀링머신의 크기 표시 : 호칭번호(니형 밀링머신)
수평밀링머신 및 만능밀링머신: 테이
|
|
|
분류되며, 금속 공작기계는 다시 범용 공작기계, 전용 공작기계, NC공작기계로 분류된다.
1-3.1 가공 능률에 따른 분류(machining efficiency)
가. 범용 공작기계(non-nc machine tool)
보통 선반, 밀링머신, 드릴링 머신, 셰이퍼, 플레이너, 슬로터, 연사
|
|
|
한 연구·개발이 진행되고 있다. 기계공학실험
마이크로미터 [micrometer]
버니어캘리퍼스 [vernier calipers]
하이트 게이지
1. 선반
2. 드릴링 머신
3. 보오링 머신
4. 셰이퍼
5. 밀링 머신
6. 연삭기
|
|
 |
통한 부품의 모델링을 경험
*내연기관 및 실험(A+)가솔린, 디젤 기관 등의 내연 기관 종류와 특징을 분석함
*기계공작실습(A+) 선반, 밀링머신, 드릴, 용접 등의 작업의 실습
*열역학(A+)자연계 열에너지의 이동현상에 대한 학문 없음
|
|
 |
통한 새로운 분석 방법 개발에 관심이 많습니다. 머신러닝, 딥러닝 알고리즘을 통계적 관점에서 이해하고 적용하여 예측 모형과 분류 문제를 해결하는 연구에 참여할 계획입니다. 이를 위해 컴퓨터 과학과 수학 관련 심화 과목도 이수하며,
|
|
 |
머신러닝 분야에서는 TensorFlow, Keras, PyTorch 등의 프레임워크를 활용해 모델 개발과 튜닝 경험을 갖추고 있습니다. 데이터 시각화 도구로는 Tableau와 Matplotlib, Seaborn 등을 사용해 데이터를 효과적으로 표현할 수 있습니다. 또한, Git을 이용한 버전
|
|
 |
머신러닝 라이브러리(scikit-learn, TensorFlow, PyTorch)와 데이터 처리 라이브러리(pandas, numpy)가 풍부해 프로젝트 수행에 효율적입니다. 또한, 커뮤니티가 활발해 문제 해결이나 최신 기술 습득에 용이합니다. R은 통계 분석에 강점이 있지만, 제조업
|
|
 |
분류 및 시계열 예측 모델을 개발하며 AI 기반 솔루션의 실무 적용 가능성을 탐색할 수 있었습니다. 해당 과목에서도 A+을 취득하며 우수한 성취도를 기록했습니다.
DX 솔루션의 핵심이 되는 "클라우드 컴퓨팅" 과목에서는 AWS, Docker, Kubernetes 등
|
|
메뉴펼치기
