会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
热词
    • 2. 发明公开
    • 인공 신경망 기법을 이용한 타이어 플랫스팟 성능 예측 방법
    • 通过神经网络预测平坦点性能的方法
    • KR1020130062567A
    • 2013-06-13
    • KR1020110128899
    • 2011-12-05
    • 넥센타이어 주식회사
    • 최대원김기현조명국
    • G06F19/00G06N3/02
    • G06N3/02G01M17/02
    • PURPOSE: A tire flat spot performance predicting method using an artificial neural network is provided to reduce additional costs and development delays by conveniently predicting a tire flat spot with specification of a tire. CONSTITUTION: Various data are received from an external device to predict the performance of a tire flat spot(S10). A data preprocessing unit preprocesses the inputted data and an artificial neural network model unit predicts and models performance prediction items of a tire(S30). A data predicting unit predicts the performance of the tire flat spot based on the prediction and modeling(S40). A prediction output unit outputs a performance prediction result about the tire flat spot and a monitoring unit monitors the performance prediction result(S70). [Reference numerals] (100) Database server; (200) Data collecting unit; (300) Data preprocessing unit; (400) Artificial neural network application unit; (500) Artificial neural network model unit; (600) Data predicting unit; (700) Data post-processing unit; (800) Prediction output unit; (900) Monitoring unit; (A1) Tire structural factor and data; (A2) Tire rubber composition data; (A3) Tire rubber characteristic data; (A4) Forming temperature and time; (A5) Measurement condition; (S10) Input; (S30-1) Tire radial run-out modeling; (S30-2) Tire radial force variation modeling
    • 目的:提供一种使用人造神经网络的轮胎平点性能预测方法,通过轮胎规格方便地预测轮胎平坦点,减少额外成本和开发延迟。 构成:从外部设备接收各种数据以预测轮胎平坦点的性能(S10)。 数据预处理单元对输入的数据进行预处理,人工神经网络模型单元预测并建模轮胎的性能预测项目(S30)。 数据预测单元基于预测和建模来预测轮胎平点的性能(S40)。 预测输出单元输出关于轮胎平坦点的性能预测结果,并且监视单元监视性能预测结果(S70)。 (附图标记)(100)数据库服务器; (200)数据采集单元; (300)数据预处理单元; (400)人工神经网络应用单元; (500)人工神经网络模型单元; (600)数据预测单元; (700)数据后处理单元; (800)预测输出单位; (900)监控单元; (A1)轮胎结构因素和数据; (A2)轮胎橡胶成分数据; (A3)轮胎橡胶特性数据; (A4)成型温度和时间; (A5)测量条件; (S10)输入; (S30-1)轮胎径向径向建模; (S30-2)轮胎径向力变化建模
    • 3. 发明授权
    • 타이어 플랫스팟 성능 예측 방법
    • 预测轮胎平坦点性能的方法
    • KR101305095B1
    • 2013-09-12
    • KR1020110133572
    • 2011-12-13
    • 넥센타이어 주식회사
    • 최대원김기현조명국
    • G06F19/00G06N3/08B60C23/06G01M17/02
    • 본 발명은 인공 신경망을 이용한 타이어 플랫스팟(Flat Spot) 성능 예측 방법에 관한 것이다.
      본 발명의 목적은 완제품 타이어를 직접 제작하지 않고 데이터 마이닝 기법 중 인공 신경망 기법 적용을 통해 타이어 개발 시 타이어 플랫스팟(Tire Flat Spot)에 대한 성능 예측을 할 수 있는 인공 신경망을 이용한 타이어 플랫스팟(Tire Flat Spot) 성능 예측 방법을 제공하는데 그 목적이 있다.
      상기 목적을 달성하기 위한 본 발명은 방법은, 데이터 마이닝 기법 중 인공 신경망 기법 적용을 통해 타이어 개발 시 타이어 플랫스팟(Tire Flat Spot)에 대한 성능 예측을 예측하는 방법으로서, 타이어 플랫스팟(Tire Flat Spot)에 대한 성능을 예측하기 위해 입력부로부터 각종의 데이터를 입력받는 단계; 상기 입력된 데이터를 기초로 타이어 전용의 인공 신경망 모델부를 통해 플랫스팟(Tire Flat Spot) 성능을 인공지능 학습하는 단계; 및 상기 학습에 따라 타이어 플랫스팟(Tire Flat Spot)에 대한 성능 예측 결과를 출력부를 통해 출력하는 단계를 포함하는 것을 특징으로 하는 타이어 플랫스팟 성능 예측 방법을 제시한다.
    • 4. 发明公开
    • 타이어 플랫스팟 성능 예측 방법
    • 预测轮胎平面性能的方法
    • KR1020130066858A
    • 2013-06-21
    • KR1020110133572
    • 2011-12-13
    • 넥센타이어 주식회사
    • 최대원김기현조명국
    • G06F19/00G06N3/08B60C23/06G01M17/02
    • G06N3/02G01M17/02
    • PURPOSE: A method for predicting tire flat spot performance is provided to enable the predicting of the tire flat spot with only specifications of a tire, thereby supplying effect of reducing development delays and additional expenses. CONSTITUTION: A lot of data is received from an input unit for predicting performance of a tire flat spot(S10). The performance of the tire flat spot is learned through a dedicated artificial neural network model unit for a tire based on the data(S20). A performance prediction result for the tire flat spot is outputted through an output unit corresponding to learning(S30). The data includes tire structure input data, thermal strain environment condition data, uniformity measurement condition data, and a test environment condition. [Reference numerals] (100) Input unit; (110) Tire structure input unit; (120) Forming environment condition input unit; (130) Uniformity measurement condition input unit; (200) Neural network model unit; (210) Tire radial run-out learning unit; (220) Tire RFV learning unit; (300) Output unit; (310) Tire radial run-out prediction unit; (320) Tire RFV prediction unit; (330) Tire restoration rate prediction unit
    • 目的:提供一种用于预测轮胎平点性能的方法,以便能够仅轮胎的规格预测轮胎平坦点,从而提供减少开发延迟和额外费用的效果。 构成:从用于预测轮胎平坦点的性能的输入单元接收到大量数据(S10)。 通过基于数据的轮胎的专用人造神经网络模型单元学习轮胎平坦点的性能(S20)。 轮胎平坦点的性能预测结果通过与学习相对应的输出单元输出(S30)。 数据包括轮胎结构输入数据,热应变环境条件数据,均匀度测量条件数据和测试环境条件。 (附图标记)(100)输入单元; (110)轮胎结构输入单元; (120)形成环境条件输入单元; (130)均匀度测量条件输入单元; (200)神经网络模型单元; (210)轮胎径向跑出学习单元; (220)轮胎RFV学习单元; (300)输出单元; (310)轮胎径向径向预测单元; (320)轮胎RFV预测单元; (330)轮胎恢复率预测单元
    • 5. 发明公开
    • 타이어 사이드 월 크랙에 대한 피로 내구성능 측정방법
    • 轮胎侧壁破裂疲劳耐久试验方法
    • KR1020120097686A
    • 2012-09-05
    • KR1020110017049
    • 2011-02-25
    • 넥센타이어 주식회사
    • 이중호최대원김기현조명국
    • G01M17/02G01N19/00
    • PURPOSE: A method for measuring the fatigue durability of a tire side wall crack is provided to inspect under the same environmental condition and to confirm the fatigue durability of a side wall crack in short time in comparison with field confirming time without additional facilities. CONSTITUTION: A method for measuring the fatigue durability of a tire side wall crack is as follows. A tire(14) is assembled in a wheel(12). Pneumatic pressure injected into the tire is changed into the pneumatic pressure used in a field and the tire is mounted in a driving drum tester(100). A testing room maintains evaluation temperature to set a testing condition. The driving drum tester is driven after setting a driving speed, an allowable load, and driving time on the driving drum tester where the tire is mounted. The tire periodically stopped according to the set testing condition and a surface exterior inspection of a tire side wall is performed. If cracks on the side wall of the tire are not generated, the driving drum tester is driven again. The surface exterior inspection of the side wall is repeatedly performed. [Reference numerals] (21) Motor; (24) Speed controlling member
    • 目的:提供一种用于测量轮胎侧壁裂纹的疲劳耐久性的方法,在相同的环境条件下,与现场确认时间相比,在短时间内确认侧壁裂纹的疲劳耐久性,而无需额外的设施。 构成:用于测量轮胎侧壁裂纹的疲劳耐久性的方法如下。 轮胎(14)组装在车轮(12)中。 注入轮胎的气压被改变为现场使用的气压,轮胎安装在驱动鼓测试器(100)中。 测试室保持评估温度以设置测试条件。 在安装轮胎的驱动鼓测试器上设定驱动速度,允许负载和驾驶时间后,驱动滚筒测试器被驱动。 轮胎根据设定的测试条件周期性地停止,并且执行轮胎侧壁的表面外部检查。 如果不产生轮胎侧壁上的裂纹,则再次驱动驱动鼓测试仪。 重复执行侧壁的表面外观检查。 (附图标记)(21)电机; (24)调速构件
    • 6. 发明公开
    • 인공 신경망을 이용한 타이어 성능 예측 방법
    • 使用神经网络预测轮胎性能的方法
    • KR1020120002720A
    • 2012-01-09
    • KR1020100063376
    • 2010-07-01
    • 넥센타이어 주식회사
    • 한민현조명국김기현최대원
    • G01M17/02G01M17/00B60C23/00
    • PURPOSE: A tire performance prediction method using an artificial neural network is provided to reduce the delay and additional costs for development of tires by easily predicting performances of a tire from the specifications of the tire. CONSTITUTION: A tire performance prediction method using an artificial neural network is as follows. Various data is inputted in order to predict the performances of a tire, including rotational friction, dynamic turning radius, and weight(S10). The input data is pre-processed(S20). Prediction modeling for each prediction item is implemented(S30). The tire performances are predicted from the prediction modeling(S40). The input data is post-processed(S50). The predicted tire performances are outputted(S60). The predicted output result is monitored(S70).
    • 目的:提供一种使用人造神经网络的轮胎性能预测方法,通过根据轮胎的规格容易地预测轮胎的性能来减少轮胎开发的延迟和附加成本。 构成:使用人造神经网络的轮胎性能预测方法如下。 输入各种数据,以便预测包括旋转摩擦,动态转弯半径和重量在内的轮胎的性能(S10)。 输入数据被预处理(S20)。 实现每个预测项目的预测建模(S30)。 从预测模型预测轮胎性能(S40)。 输入数据进行后处理(S50)。 输出预测的轮胎性能(S60)。 监视预测输出结果(S70)。
    • 7. 发明授权
    • 공기입 타이어의 마모성능 측정 장치 및 공기입 타이어의 마모성능 측정 방법
    • 气动轮胎耐磨性测量装置及其测量方法
    • KR101685992B1
    • 2016-12-14
    • KR1020140137832
    • 2014-10-13
    • 넥센타이어 주식회사
    • 조기연강대환김기현최승규
    • B60C25/00B60C25/05G01M17/02
    • 본발명은기입타이어의마모성능측정장치및 공기입타이어의마모성능측정방법에관한것으로, 회전하는드럼에회전하는타이어를접촉시켜타이어를마모시키는타이어마모단계를포함하며, 상기타이어마모단계가타이어를 50Km/h 이하의속도로회전시키면서상기타이어에횡방향하중과가속토크를발생시켜마모를발생시키는저속마모과정; 및타이어를 80km/h 이상의속도로회전시키면서상기타이어를기설정된캠버앵글로고정시킨상태에서가속토크를발생시켜마모시키는고속마모과정을포함하여최소 24시간이내에다양한조건으로제조된타이어의마모성능간 편차를간단히파악하고이에따른실차마모시험의시험결과를예측할수 있다.
    • 本发明涉及一种用于测量充气轮胎的磨损性能的装置和方法。 用于测量充气轮胎的磨损性能的方法包括:轮胎磨损步骤,允许旋转轮胎与旋转滚筒接触以磨损轮胎。 轮胎磨损步骤包括:低速磨损步骤,当以50km / h或更低的速度转动轮胎时,通过在轮胎中产生横向负载和加速扭矩而引起磨损; 以及在以80km / h以上的速度转动轮胎的同时轮胎以预定的外倾角固定的状态下产生加速力矩的高速磨损步骤。 在各种条件下制造的轮胎的磨损性能之间的偏差在至少24小时内简单地确定,并且可以预测根据偏差的实际车辆磨损试验的试验结果。
    • 8. 发明授权
    • 타이어의 동적 전기저항 측정장치
    • 轮胎电阻测量装置
    • KR101520280B1
    • 2015-05-14
    • KR1020140001304
    • 2014-01-06
    • 넥센타이어 주식회사
    • 최대원조형진김기현최승규
    • G01R27/02
    • 본발명은차량용타이어가회전하는동적상태에서전기저항을측정할수 있도록된 타이어의동적전기저항측정장치에관한것으로, 타이어와결합된휠이장착되도록형성된휠구동축과, 상기휠구동축을회전시키기위한모터를포함하는회전구동부와; 드럼축에회전가능하게설치되며, 상기휠구동축과함께회전하는타이어의외주면과접촉하는드럼본체와, 상기드럼본체의외주면에형성되며전류가흐르는도체로형성된도체층을포함하는회전드럼과; 일측이상기휠구동축에연결되고, 타측이상기회전드럼의도체층과연결되며상기휠구동축으로전기을인가한후, 상기타이어를거쳐상기회전드럼을통해유입되는전기를통해상기타이어의전기저항을측정하는저항측정기를포함하며, 상기회전드럼은상기도체층과상기드럼본체사이에마련되며, 상기도체층으로유입되는전기가상기드럼본체로흐르는것을차단함으로써상기저항측정기측으로유동하도록안내하는부도체층;을더 포함한다.
    • 轮胎动态和电阻测量装置技术领域本发明涉及轮胎的动态和电阻测量装置,其可以测量包括旋转驱动部分,旋转鼓和电阻测量装置的轮胎旋转的动态状态下的电阻。 旋转驱动部包括:轮子驱动轴,其允许与轮胎相连的车轮安装在其上;以及马达,用于使车轮驱动轴旋转。 旋转滚筒安装在鼓轴上以便旋转,并且包括鼓轮主体,其与轮驱动轴一起旋转的轮胎的外圆周表面接触,导电层位于该滚筒主体的外圆周表面 鼓主体,并由导电材料形成,允许电流流动。 电阻测量装置的一侧连接到车轮驱动轴,另一端连接到旋转鼓的导电层。 它向车轮驱动轴施加电力,然后通过在通过轮胎之后通过旋转鼓引入的电力来测量轮胎的电阻。 旋转滚筒还包括非导电层,其位于导电层和鼓主体之间,并且防止引入导电层的电力流向鼓本体,从而引导电流流向电阻测量装置。
    • 9. 发明授权
    • 인공 신경망 기법을 이용한 타이어 플랫스팟 성능 예측 방법
    • 通过神经网络预测平点性能的方法
    • KR101307224B1
    • 2013-09-11
    • KR1020110128899
    • 2011-12-05
    • 넥센타이어 주식회사
    • 최대원김기현조명국
    • G06F19/00G06N3/02
    • 본 발명은 인공 신경망 기법을 이용한 타이어 플랫스팟(Tire Flat Spot) 성능 예측 방법에 관한 것이다.
      본 발명의 목적은 완제품 타이어를 직접 제작하지 않고 데이터 마이닝 기법 중 인공 신경망 기법을 이용한 타이어 개발에 있어서 타이어 플랫스팟(Tire Flat-Spot)에 대한 성능 예측을 할 수 있는 인공 신경망 기법을 이용한 타이어 플랫스팟 성능 예측 방법을 제공하는 것 등에 그 목적이 있다.
      상기 목적달성을 위해 본 발명의 방법은, 타이어 플랫스팟(Tire Flat-Spot)에 대한 성능을 예측하기 위해 외부의 장치로부터 각종의 데이터를 입력받는 단계; 데이터 전처리부에 의해 상기 입력된 데이터를 전 처리하는 단계; 인공 신경망 모델부 의해 타이어의 각 성능 예측 항목에 대해 예측 모델링하는 단계; 데이터 예측부에 의해 상기 예측 모델링을 기초로 타이어 플랫스팟(Tire Flat-Spot)에 대한 성능을 예측하는 단계; 데이터 후 처리부에 의해 상기 입력된 데이터를 후 처리하는 단계; 예측 출력부에 의해 상기 타이어 플랫스팟에 대한 성능 예측 결과를 출력하는 단계; 및 모니터링 부에 의해 상기 예측 출력 결과를 모니터링하는 단계를 포함하는 것을 특징으로 하는 인공 신경망 기법을 이용한 타이어 플랫스팟 성능 예측 방법을 제시한다.