• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.97-100
• /
• 2009

신뢰성 분석은 불확실성으로 인한 제품의 성능 변동을 안전확률이나 파괴확률로 정량화 하여 설계에 이용하기 위해 연구되어 왔다. 불확실성은, 데이터의 양에 따라-물질의 본질적인 특성으로서의 많은 데이터가 주어진 경우의 물리적 불확실성과 부족한 데이터에서의 인식론적 불확실성으로 구분되고, 불확실성을 갖는 대상에 따라-입력변수 및 근사모델 불확실성으로 구분된다. 물리적 불확실성에 대한 연구는 많이 진행되어 왔지만, 실제 산업현장에는 부족한 데이터로 인한 인식론적 불확실성이 지배적이며 이에 대한 연구는 최근에서야 진행되고 있다. 불확실성을 고려하는 신뢰성 기반 설계에는 효율성을 위해 실제모델을 대체하는 근사모델이 이용되는데, 근사모델법 자체에 대한 연구는 많이 진행되어 왔으나, 근사모델 이기 때문에 존재하는 불확실성을 고려한 연구는 최근에서야 연구되기 시작하였다. 본 연구에서는 베이지안 접근법에 기반하여 입력변수 및 근사모델 불확실성을 통합 고려하는 새로운 신뢰성 분석 기법을 제시하고 수치예제를 통해 타당성을 증명한 후, 이를 공학문제에 적용한다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.33 no.10
• /
• pp.1163-1170
• /
• 2009

Reliability analysis is of great importance in the advanced product design, which is to evaluate reliability due to the associated uncertainties. There are three types of uncertainties: the first is the aleatory uncertainty which is related with inherent physical randomness that is completely described by a suitable probability model. The second is the epistemic uncertainty, which results from the lack of knowledge due to the insufficient data. These two uncertainties are encountered in the input variables such as dimensional tolerances, material properties and loading conditions. The third is the metamodel uncertainty which arises from the approximation of the response function. In this study, an integrated method for the reliability analysis is proposed that can address all these uncertainties in a single Bayesian framework. Markov Chain Monte Carlo (MCMC) method is employed to facilitate the simulation of the posterior distribution. Mathematical and engineering examples are used to demonstrate the proposed method.

• 한국전산유체공학회:학술대회논문집
• /
• 2010.05a
• /
• pp.60-66
• /
• 2010

In the view of robust design optimization, RAE2822 airfoil was designed to achieve not only the maximum lift-to-drag ratio but also insensitivity of that. While the RAE2822 is flying at the cruise speed, Mach variation is considered as the operational uncertainty. In order to explore the design space, metamodels were introduced instead of consecutively computing the gradient. Also a metamodel was used to represent the sigma space. Using the metamodel, an optimum value was searched in the view of global optimization.

• Proceedings of the KSME Conference
• /
• 2005.11a
• /
• pp.215.2-215.2
• /
• 2005

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.38 no.6
• /
• pp.557-563
• /
• 2010

This paper addresses the issue of adaptive global optimization using Kriging metamodel known as EGO(Efficient Global Optimization). The algorithm adaptively chooses where to generate subsequent samples based on an explicit trade-off between reduction of global uncertainty and exploration of the region of the interest. A strategy that saves the computational cost by using expectations derived from probabilistic nature of approximate model is proposed. At every iteration, a candidate test point that seems to be feasible/inactive or has little possibility to improve for minimum is identified and excluded from updating approximate models. By doing that the computational cost is saved without loss of accuracy.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.41 no.5
• /
• pp.381-389
• /
• 2017

The kernel density was determined based on sampling points obtained in a Markov chain simulation and was assumed to be an important sampling function. A Kriging metamodel was constructed in more detail in the vicinity of a limit state. The failure probability was calculated based on importance sampling, which was performed for the Kriging metamodel. A pre-existing method was modified to obtain more sampling points for a kernel density in the vicinity of a limit state. A stable numerical method was proposed to find a parameter of the kernel density. To assess the completeness of the Kriging metamodel, the possibility of changes in the calculated failure probability due to the uncertainty of the Kriging metamodel was calculated.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.34 no.8
• /
• pp.24-32
• /
• 2006

Using a deterministic design optimization, the effect of uncertainty can result in violation of constraints and deterioration of performances. For this reason, design optimization is required to guarantee reliability for constraints and ensure robustness for an objective function under uncertainty. Therefore, this study drew Monte Carlo Simulation(MCS) for the evaluation of reliability and robustness, and selected an artificial neural network as an approximate model that is suitable for MCS. Applying to the aero-structural optimization problem of aircraft wing, we can explore robuster optima satisfying the sigma level of reliability than the baseline.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.4-4
• /
• 2022

낙동강 하구 환경/생태 복원을 위하여 "해수유입"으로 하구환경을 조성하는 사업이 추진되고 있으며, 해수 유입 규모와 빈도에 따른 생태환경변화를 예측하는 연구수요가 증가하고 있는 상황이다. 보다 구체적으로는 단기간의 해수유입에 의한 흐름 및 염분 확산범위 예측과 더불어 보다 장기간의 지형변화, 수질환경 변화, 생태환경 변화 등에 대한 예측이 필요한 상황이다. 그리고 그 예측의 대부분을 수치모델에 크게 의존하고 있는 상황이다. 그러나, 수치모형을 이용한 단기 예측은 가까운 미래에 대한 입력조건을 사용하여야 하기 때문에 입력조건에 대한 불확실성이 포함되고, 환경생태모형의 불확실성에 따른 예측 한계 등으로 인하여 오차가 누적되기 때문에 직접적인 활용에 크게 제한이 따를 수 있다. 또한 운영과정에서 어떤 분산, 편향 오차 등이 지속적으로 발생하는 경우, 모델 예측 결과에 대한 신뢰수준이 크게 감소하기 때문에 모델의 적절한 운영기법이 요구된다. 모델은 관심을 가지는 자연현상에 대한 근사(approximation)이고, 예상하지 못한 오차가 발생할 수 있기 때문에 관측 자료를 이용한 자료동화(data assimilation) 과정이 운영모델에서는 필수적인 부분이다. 이론적인 기반이 탄탄한 유체역학 기반 기상예측의 경우에도, 가용한 모든 지점의 관측 자료를 이용한 자료 동화과정을 통하여 모델 예측 결과를 개선하여 나가는 과정을 포함하여 운영하고 있다. 이 과정이 포함하는 중요한 개념은 수치모델이 가지고 있는 (예측 수준의) 한계를 인정하고, 수치모델에 전적으로 의존하는 것이 아니라 관측 자료를 이용하여 그 한계를 저감하여 나가는 과정이다. 모니터링은 모델의 한계를 알려주는 지표이다. 모델링과 모니터링의 불가피한 상호의존 관계를 의미하는 이 개념은 단기간의 흐름, 염분 확산 예측으로 한정되지 않고, 장기적인 변화가 예상되는 생태환경변화 모델에도 적용이 된다. 즉각적인 변화보다는 장기적인 관점에서 파악하여야 하는 생태학적인 변화는 보다 다양한 인자가 관여하기 때문에 어떤 측면에서는 모델보다는 적절한 빈도와 항목에 대한 관측계획 수립(monitoring design)이 더 중요하다고 할 수 있다. 이론적인 질량보존(mass conservation) 방정식을 기반으로 하는 모델은 다양한 현실적인 인자의 영향을 받기 때문에 모델의 한계를 인정하고, 모니터링 자료를 적극적으로 활용하여 불확실성을 저감하는 접근방식이 요구된다.

• The KIPS Transactions:PartB
• /
• v.19B no.1
• /
• pp.27-30
• /
• 2012

One of the most fundamental functions required for an intelligent agent is to estimate its current position based upon uncertain sensor data. In this paper, we explain the implementation of a robot localization system using Particle filters, which are the most effective one of the probabilistic localization methods, and then present the result of experiments for evaluating the performance of our system. Through conducting experiments to compare the effect of the noise-free model with that of the noisy state transition model considering inherent errors of robot actions, we show that it can help improve the performance of the Particle filter localization to apply a state transition model closely approximating the uncertainty of real robot actions.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.10a
• /
• pp.259-264
• /
• 1997

본 논문에서는 Westinghouse(WH)사에서 공급한 고리 3, 4호기의 증기발생기 모델에 강인제어 기법의 하나인 QFT(Quantitative Feedback Theory)를 적용하여 플랜트에 존재하는 불확실성이나 외란에 대해 강인성을 보장하는 제어기를 설계하였다. 증기발생기의 주파수응답 한계조건은 MATLAB QFT Toolbox를 이용하였으며, loop shaping에 의한 전달함수 식별을 위해서 근사화 기법을 적용하였다. 그리고 5∼20[%]의 저출력구간에서 모의실험을 하여 본 논문의 유용성을 보였다.