• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.172-172
• /
• 2022

분산계수는 하천에서 오염물질의 혼합능을 파악할 수 있는 대표적인 인자이다. 특히 하수처리장 방류수 혼합예측과 같이 횡 방향 혼합에 대한 예측이 중요한 경우, 하천의 지형적, 수리학적 특성을 고려한 2차원 횡 분산계수의 결정이 필요하다. 2차원 횡 분산계수의 결정을 위해 기존 연구에서는 추적자실험결과로부터 경험식을 만들어 횡 분산계수 산정에 사용해왔다. 회귀분석을 통한 경험식 산정을 위해서는 충분한 데이터가 필요하지만, 2차원 추적자 실험 건수가 충분치 않아 신뢰성 높은 경험식 산정이 어려운 상황이다. 따라서 본 연구에서는 SMOTE기법을 이용하여 횡분산계수 실험데이터를 증폭시켜 이로부터 횡 분산계수 경험식을 산정하고자 한다. 또한 다중선형회귀분석을 통해 도출된 경험식의 한계를 보완하기 위해 다양한 머신러닝 기법을 적용하고, 횡 분산계수 산정에 적합한 머신러닝 기법을 제안하고자 한다. 기존 추적자실험 데이터로부터 하폭 대 수심비, 유속 대 마찰유속비, 횡 분산계수 데이터 셋을 수집하였으며, SMOTE 알고리즘의 적용을 통해 회귀분석과 머신러닝 기법 적용에 필요한 데이터그룹을 생성했다. 새롭게 생성된 데이터 셋을 포함하여 다중선형회귀분석을 통해 횡 분산계수 경험식을 결정하였으며, 새로 제안한 경험식과 기존 경험식에 대한 정확도를 비교했다. 또한 다중선형회귀분석을 통해 결정된 경험식은 횡 분산계수 예측범위에 한계를 보였기 때문에 머신러닝기법을 적용하여 다중선형회귀분석에 대한 예측성능을 평가했다. 이를 위해 머신러닝 기법으로서 서포트 벡터 머신 회귀(SVR), K근접이웃 회귀(KNN-R), 랜덤 포레스트 회귀(RFR)를 활용했다. 세 가지 머신러닝 기법을 통해 도출된 횡 분산계수와 경험식으로부터 결정된 횡 분산계수를 비교하여 예측 성능을 비교했다. 이를 통해 제한된 실험데이터 셋으로부터 2차원 횡 분산계수 산정을 위한 데이터 전처리 기법 및 횡 분산계수 산정에 적합한 머신러닝 절차와 최적 학습기법을 도출했다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.46 no.2
• /
• pp.106-113
• /
• 2018

The Intense acoustic wave generated by the jet flame at the lift-off causes the vehicle to vibrate in the form of acoustic loads. The DSM-II(Distributing Source Method-II), which is a representative empirical acoustic loads prediction method, is a method of distributing a noise source along a jet flame axis and has advantages in calculation cost and accuracy. However, due to the limitation of the distributing method, there is a limit to accurately reflect the various launch pad configurations. In this study, acoustic loads prediction method which can freely distribute noise sources is studied. by introducing NURBS(Non-Uniform Rational B-Spline) modeling into empirical prediction method. For the verification of the newly introduced analytical technique of the NURBS, the acoustic loads prediction for the Epsilon rocket's low-noise launch pad shape was performed and the results of the analysis were compared with the existing prediction methods and experimental results.

• The Journal of the Acoustical Society of Korea
• /
• v.33 no.3
• /
• pp.153-162
• /
• 2014

Empirical prediction method of the acoustic load on the fairing is based on jet experimental data on the basis of similarity principle. Representative empirical prediction method, DSM-II(Distributed Source Method-II), is a distributing source method along the jet plume. But the empirical prediction model is limited to reflect the impingement source in real environment because it is based on the free jet data. So, we propose a empirical prediction method considering the impinging jet effect by adding a impingement source in the existing prediction method. Considering the additional source's displacement, spectrum, strength and directivity, we calculate the acoustic load on the KSR-III(Korean Sounding Rocket-III) rocket and compare the results with the existing method and experiment data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.99-99
• /
• 2018

기상이변으로 인해 국지성 호우의 발생 증가와 그로 인한 수재해 피해가 증가하고 있다. 따라서 수재해를 사전에 예측하고 저감하기 위해 비구조물적 대책인 실시간 홍수예보시스템 개발 및 운영에 관한 연구들이 수행되고 있다. 일반적으로 홍수예보시스템은 대피선행시간 확보를 위해서 초단시간 혹은 단기 수치예보모델을 수문해석모형이나 예보기법의 입력으로 활용하고 있다. 초단시간 예측은 기상레이더를 기반으로 외삽, 이류, 셀 추적 등의 기법을 활용하여 0~3시간 이내의 강수예측을 수행한다. 그러나 역학이나 물리적 과정이 동반되지 못하여 0~ 2시간 이내에서의 예측성은 높은 반면, 예측시간이 길어질수록 예측력이 낮아진다. 단기수치예보모델은 종관관측에 의존하면서 역학이나 물리과정을 동반하므로 0~6시간 혹은 12시간 이상의 예측을 수행하지만, 수치모델의 고유특성인 스핀업 등의 예측 불확실성이 내재되어 있어 예측 초기시간에서의 예측력이 낮은 한계가 있다. 따라서 강수예측의 정확도 향상을 위해 레이더와 수치예보모델의 병합기법이 필요하다. 본 연구에서는 통계분석을 통해 경험적으로 산출된 시간적 가중치를 이용한 기존 병합기법의 한계를 극복하면서 호우에 따른 가변성을 반영하는 실시간 병합기법을 개발하고, 수문학적인 활용성을 평가하고자 하였다. 사용된 예측강우 자료는 레이더 기반인 MAPLE, KONOS, 공간규모분할 예측강우와 수치예보모델 기반인 UM와 ASAPS의 예측강우이며, 제시한 가중치 산정기법은 직전 예측강우의 오차가 현 시점의 예측강우의 오차와 유사하다는 가정하에 오차항을 포함한 과거 1시간 예측강우들간의 가중치 조합이 과거 지상관측강우와의 평균제곱근오차가 최소가 되도록 화음 탐색법을 이용하여 찾는 것이다. 가중치 조합은 예측강우의 생산 시간 간격을 고려하여 매 10분마다 산정하며, 미래 3시간 예측까지 산정된 가중치를 적용한다. 수도권 영역을 대상으로 병합된 예측강우와 레이더 관측강우를 비교한 결과, 정량적 정확도가 향상됨을 확인할 수 있었다. 또한, 예측강우의 수문학적 활용성은 도시유출해석모의를 통해 평가하였다. 그 결과, 병합된 예측강우로 모의된 수심이 관측수심과 유사하여 수문학적 활용성 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.33-33
• /
• 2016

산사태 발생 예측은 재해를 예방하고 대처하기 위한 가장 근본적이며 효과적인 방법이나, 과학기술의 발전과 많은 노력에도 불구하고 아직 산사태의 발생 장소와 시기를 예측하는 것은 매우 어려운 일이다. 산사태 발생 예측 기법은 크게 경험론적 지수기법, 통계적 해석기법, 물리적 해석 기법으로 나뉠 수 있다. 이 세 방법은 각기 장단점이 있으나 일반적으로 후자로 갈수록 많은 데이터가 요구되고, 해석에 시간이 필요하며, 보다 신뢰할만한 결과를 도출할 수 있다. 경험론적 지수 기법은 국내에서 실무적으로 널리 활용되고 있으며, 통계적 해석기법에 관한 연구도 수행된 바 있다. 하지만 이 두 방법론은 일정량 또는 일정강도 이상의 강우 발생 시 산사태의 발생 위험도를 공간적으로 예측할 수 있으나, 산사태의 발생 시점과 연속적인 강우량 또는 강우강도의 관계를 정량적으로 분석하기 힘든 한계가 있어 최근에는 이러한 한계를 극복하기 위해 최근 무한사면안정 모형과 토양수분침투 모형을 결합한 시변 사면안정모형들이 활용되기 시작하고 있다. 대표적으로는 TRIGRS가 있으며, 이 모형에서는 선형화한 1차원 Richards 방정식의 해석해를 활용하여 토양수분량을 계산한 후 이 정보를 무한사면안정모형에 반영하여 시변적인 사면안정도를 구하고 있다. 하지만 Richards 방정식을 선형화하기 위해서 제한된 토양수분-압력 관계식이 사용되며, GUI가 제공되지 않아 전처리 및 후처리가 번거로운 한계가 있다. 본 연구에서는 이러한 한계를 개선하기 위해 3차원 Richards방정식을 수치적으로 계산하여 보다 다양한 토양수분-압력 모형과 초기조건을 반영할 수 있게 하였다. 또한 GUI를 지원하여 사용자가 보다 손쉽게 해석모형을 사용할 수 있도록 하였다.

• Journal of the Korean Society for Railway
• /
• v.12 no.5
• /
• pp.811-818
• /
• 2009

An estimation method of the fallout volume of a tunnel under construction is proposed based on an empirical method called bulking factor. For this, the main causes of the tunnel fallout are investigated and the scale of the fallout which is not accessible is considered. The calculated height of the fallout area is compared with borehole core data and the accuracy and efficiency of the proposed method is demonstrated. Another experimental approach on the detection of a progressive cracking around the tunnel fallout is provided based on an acoustic emission method. From the field tests near the tunnel fallout, it is shown that additional progressive cracking of the reinforced area is not foreseen and the effectiveness of the reinforcement is proven.

• Proceedings of the Korean Reliability Society Conference
• /
• 2001.06a
• /
• pp.291-299
• /
• 2001

반도체 산업 수익성에 가장 밀접하게 관련되어 있는 수율을 증가시키고자 하는 노력이 지속되고 있다. 수율을 향상시킬 수 있는 방법 중 하나인 레이 아웃 기법은 wire 의 배선에 따른 결함 민감 지역(critical area)을 최소화하는 기법으로 모든 디자인에 적용하기 쉬우며 새로 추가되는 면적이 없다는 장점을 가지고 있다. 본 논문에서는 시뮬레이티드 어닐링을 이용, via를 이동 시켜 레이 아웃의 결함 민감 지역을 감소 시켜 수율을 향상하였다. 또한 최소화된 결함 민감 지역에 대한 수율을 경험적 베이지안 방법을 이용하여 모형화 하였다 본 논문에서 제안된 기법은 결함 민감 지역을 줄여 수율을 향상시킬 수 있으며, 제시한 수율 모형으로 보다 정확한 수율을 예측하여 수익성을 극대화하는데 일조 할 것으로 예상한다.

• 기계와재료
• /
• v.23 no.3
• /
• pp.6-14
• /
• 2011

기존의 소성가공공정에서의 미세조직 예측 기술은 온도 및 외력에 의한 금속학적 변화를 모사하기 위해 다수의 실험에 기반한 경험적 모델링 작업이 요구되고 이를 구현할 수 있는 기계 및 재료적 지식 기반이 동시에 요구되기 때문에 현재까지는 신뢰성을 갖는모델 및 수치해석기술은 충분히 확보되지 못한 상태이다. 이러한 미세조직 예측기술의 정확도를 향상시키고자 하는 일환으로, 최근에는 매크로 스케일의 FE 해석과의 결합을 통해 소성가공공정과 이후의 열처리 공정에서의 정적 재결정 동적 재결정 상변태 변형유기변태 등 복잡한 미세조직 현상을 그 변화가 일어나는 실제 메조 스케일에서 예측하고자 하는 연구가 시도되고 있다. 본고에서는 그 중에서도 소성가공에서 발생하는 재결정 거동 예측에 주로 적용되고 있는 데조스케일 해석 기법과 매크로-메조 다단위 스케일 해석 기법의 국내외 연구 현황에 대해 알아보고자 한다. 또한, 이를 이용한 소성가공공정에서의 미세조직 예측 사례와 미세조직 예측기술의 전망에 대해 기술하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.380-384
• /
• 2010

기후온난화, 국지성 호우 및 대규모 태풍으로 인한 피해가 증대되면서 사회 경제적 손실 또한 날로 증가하고 있어 재해로 인한 피해 발생가능성을 효율적으로 예측하는 모델을 통한 선제적 대응이 필요하다. 재난 재해의 위험성 분석 방법은 주로 확률 통계기법을 기반으로 하는 연구가 주류를 이루었으나, 본 논문에서는 포착된 현상의 데이터를 이용해 그 데이터를 지배하는 경험적 규칙성을 학습하고 획득하는데 다른 기법보다 탁월한 성능을 가진 신경망 모델을 적용하여 자연재해 피해예측 모델을 연구하였다. 1991년부터 2005년 사이에 우리나라에서 발생한 자연재해의 피해자료와 기상개황 자료를 이용하여 지역별 자연재해로 인한 피해를 예측하는 신경망 모델은 우리나라 232개 행정구역에 대하여 누적강우량과 최대풍속, 그리고 재해사상 발생 5일 이내의 선행강우량을 입력변수로 하고 총 피해액을 출력변수로 한다. 또한 학습을 통한 최적의 해를 찾기 위해 신경망의 매개변수 학습률, 모멘텀, 편의값을 유전자알고리즘으로 결정하여 학습을 수행 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.